Point Cloud Toolbox fornisce algoritmi e app per la progettazione e l’analisi di sistemi per l’elaborazione di nuvole di punti. Il toolbox fornisce funzioni per la registrazione, il filtraggio, la trasformazione geometrica, il clustering e la segmentazione di nuvole di punti. Supporta l’elaborazione di dati di nuvole di punti provenienti da sensori quali LiDAR, fotocamere RGB-D e stereo e radar mmWave e da workflow quali SLAM visivo, fotogrammetria e struttura dal movimento (structure from motion).
È possibile leggere i dati in formati standard o trasmetterli direttamente dai sensori LiDAR. Gli strumenti di visualizzazione supportano l’analisi, la misurazione e la modifica interattiva di nuvole di punti di grandi dimensioni.
Le app consentono la calibrazione fotocamera-LiDAR, l’etichettatura multi-sensore e la registrazione. È possibile applicare tecniche di Deep Learning per il rilevamento, la segmentazione e la classificazione di nuvole di punti. Puoi anche generare codice C/C++ (con MATLAB Coder) e codice CUDA® (con GPU Coder) per la distribuzione.
Lettura, scrittura e visualizzazione di nuvole di punti
Importa nuvole di punti da formati di file quali LAS/LAZ, PCD e PLY, oppure trasmetti direttamente i dati delle nuvole di punti dai sensori LiDAR, inclusi Velodyne® e Ouster®. Visualizza e analizza i dati delle nuvole di punti in set di dati di qualsiasi dimensione con l’app Point Cloud Analyzer.
Elaborazione e analisi di nuvole di punti
Elabora e analizza nuvole di punti terrestri e aeree utilizzando algoritmi per convertire le nuvole di punti da non organizzate a organizzate, nonché per la segmentazione del terreno, il clustering, il fitting delle forme, le trasformazioni geometriche e l’estrazione delle feature.
Registrazione di nuvole di punti e SLAM
Registra nuvole di punti utilizzando algoritmi quali ICP, NDT e il confronto di feature basato su FPFH. Valuta e confronta gli algoritmi di registrazione utilizzando l’app Point Cloud Registration Analyzer. Implementa workflow SLAM 3D per la mappatura e la localizzazione di nuvole di punti terrestri e aeree.
Calibrazione fotocamera LiDAR
Stima la trasformazione rigida tra un sensore LiDAR 3D e una fotocamera. Utilizza la matrice di trasformazione rigida stimata tra fotocamera e LiDAR per fondere i dati provenienti da questi due sensori.
Deep Learning per nuvole di punti
Applica algoritmi di Deep Learning per la segmentazione semantica e il rilevamento di oggetti in nuvole di punti. Addestra, testa e valuta le prestazioni di queste reti. Distribuiscile sull’hardware target generando codice C/C++ o CUDA.
Etichettatura di nuvole di punti e video
Etichetta nuvole di punti e video per il rilevamento di oggetti, la segmentazione semantica e il rilevamento delle corsie. Utilizza l’app Multi-Sensor Labeler con algoritmi di automazione integrati o personalizzati per accelerare il processo di etichettatura.
Risorse di prodotto:
“Immagina di essere in auto e di mettere il braccio fuori dal finestrino. Senti quella forza. Abbiamo scoperto che il ghepardo sfrutta questa resistenza aerodinamica per stabilizzare il corpo nelle curve ad alta velocità.”
Prova Point Cloud Toolbox gratis
Scopri i nostri prodotti.
Pronto per acquistare?
Richiedi una quotazione e scopri i prodotti correlati.
Sei uno studente?
È possibile che la tua scuola già fornisca accesso a MATLAB, Simulink e ad altri prodotti complementari mediante una Campus-Wide License.
