scancontextdescriptor.

从点云中提取扫描上下文描述符

在页面上崩溃

句法

描述符= scanContextDescriptor (ptCloud)

描述符= scanContextDescriptor (ptCloud、名称、值)

描述

例子

描述符= scancontextdescriptor（Ptcloud.的）从点云中提取扫描上下文描述符，Ptcloud.。

扫描上下文描述符是可用于检测循环闭环的点云的2-D全局特征描述符。该函数通过从3-D点云扫描到同心径向和方位角箱的第一分叉点计算描述符，然后选择最大值Z.-Height每个垃圾箱的点。

描述符= scancontextdescriptor（Ptcloud.那名称，价值的）使用一个或多个名称-值对参数指定选项。

例子

全部收缩

提取和比较点云的扫描上下文描述符

打开生活的脚本

创建一个Velodyne®数据包捕获（PCAP）文件阅读器。

Veloreader = Velodynefilereader（'lidardata_constructionsroad.pcap'那“HDL32E”）;

读取第1，第2和第100次扫描到工作区。

ptCloud1 = readFrame (veloReader, 1);ptCloud2 = readFrame (veloReader 2);ptCloud100 = readFrame (veloReader, 100);

从每个点云中提取扫描上下文描述符。

descriptor1 = scancontextdescriptor（ptcloud1）;descriptor2 = scancontextdescriptor（ptcloud2）;descriptor100 = scancontextdescriptor（ptcloud100）;

计算第1和第2扫描上下文描述符之间的描述符距离，以及在第1和第100次扫描上下文描述符之间。

dist1to2 = scanContextDistance (descriptor1 descriptor2);dist1to100 = scanContextDistance (descriptor1 descriptor100);

显示扫描上下文描述符距离。

disp (“框架1到2的描述符距离：”+ num2str (dist1to2))

从帧1到帧2的描述符距离:0.087646

disp (“从框架1到100的描述符距离：”+ NUM2STR（DIST1TO100））

框架1至100：0.32427的描述符距离

输入参数

全部收缩

`Ptcloud.`-点云对象
`pointCloud`目的

点云对象，指定为pointCloud对象。

名称 - 值参数

指定可选的逗号分离对名称，价值参数。姓名是参数名称和价值为对应值。姓名必须出现在引号内。您可以以任何顺序指定多个名称和值对参数Name1, Value1,…,的家。

例子：“NumBins”,[60]20设置径向垃圾箱的数量20.，方位角箱的数量60.。

`麻木`-同心径向和角箱的数量
`20 [60]`（默认）|形式矢量[numradialbins.numazimuthalbins.]

同心径向和角箱的数量，指定为逗号分隔的配对'numbins'和形式为[numradialbins.numazimuthalbins.]，在哪里numradialbins.是一个正整数，指定同心径向箱的数量和numazimuthalbins.指定同心角容器的数量。要提取更紧凑的描述符，可以减少容器的数量，但这降低了鉴别能力。

`MinPointsPerBin`-包含bin的最小点数
`5.`（默认）|标量

描述符中包含的容器的最小点数，指定为逗号分隔对，由'minpointsperbin'一个正整数。不包含最小点数的容器不包含在描述符中。对于这些容器，函数返回南。为了减少作为垃圾箱的噪声的机会，增加了这个值。

`Senserorigin`-传感器起源
`[0 0]`（默认）|双元素向量

传感器来源，指定为逗号分隔对'sensororigin'和一个双元素矢量。元素设置了X- - -y- 在世界单位中分别为传感器起源的坐标点。该功能在扫描的原点周围中心中心。

`RadialRange.`-描述符的径向界限
点云的全空间范围（默认）|双元素向量

使用融合点时使用的描述符的径向界限，指定为逗号分隔对组成的'RadialRange'以及形式为[rmin.那征求］．使用这个name-value参数来限制描述符覆盖的空间边界。

输出参数

全部收缩

`描述符`- 扫描上下文描述符
M.——- - - - - -N.矩阵

扫描上下文描述符，返回为一个M.——- - - - - -N.矩阵,M.和N.分别在描述符中分别是同心径向和角距的数量。这些由麻木财产。

方法的数据类型地点输入点云的属性。

数据类型：单身的|双倍的

提示

扫描上下文描述符函数假定传感器大致水平安装，并且输入点云位于传感器坐标系中。
方法比较两个扫描上下文描述符之间的距离，以确定候选循环闭包scancontextdists功能。

scancontextdescriptor.

句法

描述

例子

提取和比较点云的扫描上下文描述符

输入参数

`Ptcloud.`-点云对象
`pointCloud`目的

名称 - 值参数

`麻木`-同心径向和角箱的数量
`20 [60]`（默认）|形式矢量[numradialbins.numazimuthalbins.]

`MinPointsPerBin`-包含bin的最小点数
`5.`（默认）|标量

`Senserorigin`-传感器起源
`[0 0]`（默认）|双元素向量

`RadialRange.`-描述符的径向界限
点云的全空间范围（默认）|双元素向量

输出参数

`描述符`- 扫描上下文描述符
M.——- - - - - -N.矩阵

提示

扩展能力

C / C ++代码生成
使用MATLAB®Coder™生成C和c++代码。

也可以看看

对象

职能

话题

计算机视觉工具箱文档

金宝app

介绍基于MATLAB的深度学习

scancontextdescriptor.

句法

描述

例子

提取和比较点云的扫描上下文描述符

输入参数

Ptcloud.-点云对象pointCloud目的

名称 - 值参数

麻木-同心径向和角箱的数量20 [60]（默认）|形式矢量[numradialbins.numazimuthalbins.]

MinPointsPerBin-包含bin的最小点数5.（默认）|标量

Senserorigin-传感器起源[0 0]（默认）|双元素向量

RadialRange.-描述符的径向界限点云的全空间范围（默认）|双元素向量

输出参数

描述符- 扫描上下文描述符M.——- - - - - -N.矩阵

提示

扩展能力

C / C ++代码生成使用MATLAB®Coder™生成C和c++代码。

也可以看看

对象

职能

话题

计算机视觉工具箱文档

金宝app

介绍基于MATLAB的深度学习

`Ptcloud.`-点云对象
`pointCloud`目的

`麻木`-同心径向和角箱的数量
`20 [60]`（默认）|形式矢量[numradialbins.numazimuthalbins.]

`MinPointsPerBin`-包含bin的最小点数
`5.`（默认）|标量

`Senserorigin`-传感器起源
`[0 0]`（默认）|双元素向量

`RadialRange.`-描述符的径向界限
点云的全空间范围（默认）|双元素向量

`描述符`- 扫描上下文描述符
M.——- - - - - -N.矩阵

C / C ++代码生成
使用MATLAB®Coder™生成C和c++代码。