Lidar Toolbox

 

Lidar Toolbox

Progettazione, analisi e test di sistemi di elaborazione LIDAR

Inizia ora:

Deep learning per LIDAR

Applica algoritmi di deep learning al rilevamento oggetti e alla segmentazione semantica sui dati LIDAR.

Rilevamento di oggetti su nuvole di punti LIDAR

Rileva ed esegui il fitting di riquadri di delimitazione orientati attorno agli oggetti nelle nuvole di punti LIDAR. Progetta, addestra e valuta rilevatori robusti come le reti PointPillars.

Etichettatura LIDAR

Applica algoritmi integrati o personalizzati per automatizzare l’etichettatura delle nuvole di punti LIDAR con l’app Lidar Labeler, poi valuta le prestazioni dell’algoritmo di automazione.

App Lidar Labeler.

Calibrazione fotocamera/LIDAR

Esegui la calibrazione incrociata dei sensori delle fotocamere e LIDAR per stimare le trasformate fotocamera/LIDAR per procedere alla fusione dei dati LIDAR e delle fotocamere.

Calibrazione di LIDAR e fotocamera

Stima la matrice di trasformazione rigida tra un LIDAR e una fotocamera usando il metodo della calibrazione a scacchiera.

App Lidar Camera Calibrator

Integrazione LIDAR/fotocamera

Esegui la fusione dei dati LIDAR e delle fotocamere per proiettare punti LIDAR sulle immagini, eseguire la fusione delle informazioni di colore nelle nuvole di punti LIDAR e stimare i riquadri di delimitazione 3D in LIDAR usando riquadri di delimitazione 2D da una fotocamera che si trova nello stesso luogo.

Trasformazione dei riquadri di delimitazione da immagine a nuvole di punti LIDAR.

Elaborazione dati LIDAR

Applica la pre-elaborazione per aumentare la qualità dei dati delle nuvole di punti LIDAR ed estrarne le informazioni di base.

Algoritmi di elaborazione LIDAR

Applica funzioni e algoritmi per eseguire il downsampling, il filtraggio mediano, la stima della normale, la trasformazione delle nuvole di punti e l’estrazione delle feature delle nuvole di punti.

Segmentazione del suolo a partire da nuvole di punti LIDAR

Elaborazione LIDAR 2D

Stima le posizioni e crea mappe di occupazione con le scansioni LIDAR 2D.

2D Lidar SLAM

Implementa algoritmi di mappatura e localizzazione simultanea (SLAM) a partire dalle scansioni LIDAR 2D. Stima le posizioni e crea griglie di occupazione binarie o probabilistiche usando le letture dei sensori reali o simulate.

Streaming, lettura e scrittura di dati LIDAR

Leggi e scrivi dati di nuvole di punti LIDAR, poi esegui lo streaming dei dati live dai sensori.

Acquisizione dati da sensori LIDAR Velodyne

Acquisisci nuvole di punti LIDAR live dai sensori LIDAR Velodyne, visualizzali in MATLAB e sviluppa delle applicazioni di rilievo LIDAR.

Introduzione all’acquisizione LIDAR in MATLAB.

Lettura e scrittura di dati di nuvole di punti LIDAR

Leggi dati LIDAR da formati file diversi, tra cui PCAP, LAS, ibeo, PCD e PLY. Scrivi dati LIDAR su file PLY e PCD.

Lettura di dati di nuvole di punti LIDAR in formato LAS.

Estrazione di feature e registrazione

Registra nuvole di punti LIDAR e crea mappe 3D usando la mappatura e localizzazione simultanea (SLAM).

Estrazione di feature da nuvole di punti LIDAR

Estrai i descrittori FPFH (Fast Point Feature Histogram) dalle nuvole di punti LIDAR.

Estrazione e abbinamento delle feature dalle nuvole di punti LIDAR.

Registrazione di nuvole di punti LIDAR

Implementa algoritmi SLAM 3D unendo tra loro sequenze di nuvole di punti LIDAR da dati LIDAR aerei e a terra.

Creazione di una mappa a partire da una sequenza di nuvole di punti LIDAR.