Преобразуйте неорганизованные облака точек в организованный формат с помощью сферической проекции.

Бортовые лазерные системы сканирования имеют способность к быстрому и прямому приобретению точных 3D координат. Использование данных LiDAR увеличивается в различных приложениях, таких как топографическое отображение, создание и городское моделирование, измерение биомассы и борьба со стихийными бедствиями. Сегментация является решающим процессом на экстракции значимой информации для приложений, таких как 3D объектное моделирование и поверхностная реконструкция.

Обнаружьте, классифицируйте и отследите транспортные средства при помощи данных об облаке точек лидара, собранных датчиком лидара, смонтированным на автомобиле, оборудованном датчиком. Данные о лидаре, используемые в этом примере, зарегистрированы из управляющего магистралью сценария. В этом примере данные об облаке точек сегментируются, чтобы определить класс объектов с помощью сети PointSeg. Средство отслеживания объединенной вероятностной ассоциации данных (JPDA) с интерактивным фильтром многоуровневой модели используется, чтобы отследить обнаруженные транспортные средства.

Реализуйте алгоритм одновременной локализации и картографии (SLAM) на серии 2D сканов лидара с помощью алгоритмов обработки скана и оптимизации графика положения (PGO). Цель этого примера состоит в том, чтобы оценить траекторию робота и создать карту среды.

Демонстрирует, как обработать 3-D данные о лидаре от датчика, смонтированного на транспортном средстве, чтобы прогрессивно создать карту. Такая карта подходит для автоматизированных ведущих рабочих процессов, таких как локализация и навигация. Эти карты могут использоваться, чтобы локализовать транспортное средство в нескольких сантиметрах.