Точки основания сегмента из упорядоченных данных лидара
groundPtsIdx = segmentGroundFromLidarData(ptCloud)ptCloud, на наземную и некруглую части. Лидарный датчик должен быть установлен горизонтально так, чтобы все точки заземления наблюдались при сканировании лидара ближе всего к датчику.
groundPtsIdx = segmentGroundFromLidarData(ptCloud,Name,Value)segmentGroundFromLidarData(ptCloud,'ElevationAngleDelta',5)
Сегментировать точки основания и точки, не являющиеся точками скругления, из организованного облака точек лидара. Создайте из этих сегментов организованные облака точек и отобразите их.
Загрузка организованного лидара, облака точек.
ld = load('drivingLidarPoints.mat');Точки основания сегмента из организованного облака точек лидара.
groundPtsIdx = segmentGroundFromLidarData(ld.ptCloud);
Создайте организованное облако точек, содержащее только эти точки основания, с помощью select функция. Отображение этого облака точек.
groundPtCloud = select(ld.ptCloud,groundPtsIdx); figure pcshow(groundPtCloud)
Создайте организованное облако точек, содержащее только точки, не являющиеся точками скругления. Укажите пороговое значение 0,5 метра.
nonGroundPtCloud = select(ld.ptCloud,~groundPtsIdx,'OutputSize','full'); distThreshold = 0.5; [labels,numClusters] = segmentLidarData(nonGroundPtCloud,distThreshold);
Отображение облачных кластеров, не являющихся круглыми точками.
figure
colormap(hsv(numClusters))
pcshow(nonGroundPtCloud.Location,labels)
title('Point Cloud Clusters')
Загрузите Velodine PCAP ® в рабочую область.
velodyneFileReaderObj = velodyneFileReader('lidarData_ConstructionRoad.pcap','HDL32E');
Создайте проигрыватель облака точек с помощью pcplayer. Определите границы осей X, Y и Z в метрах и промаркируйте их оси.
xlimits = [-40 40]; ylimits = [-15 15]; zlimits = [-3 3]; player = pcplayer(xlimits,ylimits,zlimits);
Маркируйте оси pcplayer.
xlabel(player.Axes,'X (m)') ylabel(player.Axes,'Y (m)') zlabel(player.Axes,'Z (m)')
Задайте карту цветов для точек маркировки. Триплеты RGB используются для задания зеленого цвета для точек нулевой плоскости и красного цвета для точек препятствий.
colors = [0 1 0; 1 0 0]; greenIdx = 1; redIdx = 2;
Выполните итерацию через первые 200 точечных облаков в файле Velodine PCAP, используя readFrame для считывания данных. Сегментируйте точки заземления от каждого облака точек. Все точки заземления окрашиваются в зеленый цвет, а не в красный. Постройте график результирующего облака точек лидара.
colormap(player.Axes,colors) title(player.Axes,'Segmented Ground Plane of Lidar Point Cloud'); for i = 1 : 200 % Read current frame. ptCloud = velodyneFileReaderObj.readFrame(i); % Create label array. colorLabels = zeros(size(ptCloud.Location,1),size(ptCloud.Location,2)); % Find the ground points. groundPtsIdx = segmentGroundFromLidarData(ptCloud); % Map color ground points to green. colorLabels(groundPtsIdx (:)) = greenIdx; % Map color nonground points to red. colorLabels(~groundPtsIdx (:)) = redIdx; % Plot the results. view(player,ptCloud.Location,colorLabels) end
[1] Богославский, И. «Эффективная сегментация в режиме онлайн для разреженных 3D лазерных сканирований». Журнал фотограмметрии, дистанционного зондирования и геоинформационных наук. Том 85, номер 1, 2017, стр. 41-52.
pcfitplane | pcsegdist | pointCloud | segmentLidarData | velodyneFileReader