Обнаружение объектов и отслеживание

Обнаружение объектов, классификация, подбор кривой формы и отслеживание в данных об облаке точек лидара

Обнаружение объектов является главным приложением лидара. Объекты, обнаруженные в данных об облаке точек лидара, крайне важны для нисходящих рабочих процессов как отслеживание и маркировка. Объекты обнаруживаются и хранятся в ограничительных рамках. Lidar Toolbox™ вводит новую возможность, которая соответствует ограничительным рамкам кубоида вокруг обнаруженных объектов. Подходящая функция использует подход подбора кривой L-формы, чтобы соответствовать ограничительным рамкам. Тулбокс также включает объект хранить данные об ограничительной рамке.

Lidar Toolbox обеспечивает рабочие процессы в качестве примера, чтобы продемонстрировать обнаружение транспортного средства и отслеживающий использование средства отслеживания объединенной вероятностной ассоциации данных (JPDA).

Функции

развернуть все

segmentLidarDataСегмент организовал 3-D данные об области значений в кластеры
segmentGroundFromLidarDataРазбиение точек заземления из подготовленных лидарных данных
pcsegdistОблако точек сегмента в кластеры на основе Евклидова расстояния
pcfitcuboidПодходящий кубоид по облаку точек
pcfitplaneСоответствуйте плоскости к 3-D облаку точек
pcnormalsОцените нормали для облака точек
planeModelОбъект для хранения параметрической плоской модели
cuboidModelПараметрическая модель кубоида

Рекомендуемые примеры

Track Vehicles Using Lidar: From Point Cloud to Track List

Транспортные средства дорожки Используя лидар: от облака точек до списка дорожек

Отследите транспортные средства с помощью измерений от датчика лидара, смонтированного сверху автомобиля, оборудованного датчиком. Лоцируйте датчики, сообщают измерения как облако точек. Пример иллюстрирует рабочий процесс в MATLAB® для обработки облака точек и отслеживания объектов. Для версии Simulink® примера относитесь, чтобы Отследить Транспортные средства Используя Данные о Лидаре в Simulink (Sensor Fusion and Tracking Toolbox).The, данные о лидаре, используемые в этом примере, зарегистрированы от магистрали ведущий сценарий. В этом примере вы используете записанные данные, чтобы отследить транспортные средства со средством отслеживания объединенной вероятностной ассоциации данных (JPDA) и подходом взаимодействующей многоуровневой модели (IMM).