Lidar Toolbox™ предоставляет алгоритмы, функции и приложения для разработки, анализа и тестирования систем обработки лидара. Можно выполнить обнаружение объектов и отслеживание, семантическую сегментацию, подбор кривой формы, регистрацию лидара и обнаружение препятствия. Lidar Toolbox поддерживает перекрестную калибровку камеры лидара для рабочих процессов, которые комбинируют обработка лидара и компьютерное зрение.
Можно обучить пользовательское обнаружение и модели семантической сегментации с помощью глубокого обучения и алгоритмов машинного обучения, таких как PointSeg, PointPillar и SqueezeSegV2. Поддержки приложений Lidar Labeler ручная и полуавтоматическая маркировка облаков точек лидара для учебного глубокого обучения и моделей машинного обучения. Тулбокс позволяет вам потоковые данные из лидаров Velodyne® и считанные данные, зарегистрированные датчиками лидара Velodyne и IBEO.
Lidar Toolbox обеспечивает справочные примеры, иллюстрирующие использование обработки лидара для рабочих процессов восприятия и навигации. Большинство алгоритмов тулбокса поддерживает генерацию кода C/C++ для интеграции с существующим кодом, анализом прототипа и развертыванием.
Общий обзор приложений лидара.
Интерактивно помечайте последовательность облака точек или облако точек.
Интегрируйте данные о лидаре и камере.
Обзор систем координат в Lidar Toolbox.
В этом примере показано, как обучить сеть семантической сегментации PointSeg на 3-D организованных данных об облаке точек лидара.
В этом примере показано, как обнаружить, классифицируйте и отследите транспортные средства при помощи данных об облаке точек лидара, собранных датчиком лидара, смонтированным на автомобиле, оборудованном датчиком.
Этот пример показывает вам, как оценить твердое преобразование между 3-D лидаром и камерой.
Этот пример демонстрирует, как обработать 3-D данные о лидаре от датчика, смонтированного на транспортном средстве, чтобы прогрессивно создать карту.