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

Бортовые лазерные сканирующие системы имеют возможности для быстрого и прямого получения точных координат 3D. Использование данных лИДАР увеличивается в различных приложениях, таких как топографическое отображение, создание и городов, измерение биомассы и управление стихийными бедствиями. Сегментация является важнейшим процессом в извлечении содержательной информации для таких приложений, как моделирование 3D объектов и реконструкция поверхности.

Обнаружение, классификация и отслеживание транспортных средств с помощью лидарных данных облака точек, полученных датчиком лидара, установленным на автомобиль , оборудованный датчиком. Лидарные данные, используемые в этом примере, записываются из сценария движения по шоссе. В этом примере данные облака точек сегментируются, чтобы определить класс объектов с помощью сети PointSeg. Совместный вероятностный трекер ассоциации данных (JPDA) с интерактивным фильтром нескольких моделей используется для отслеживания обнаруженных транспортных средств.

Реализуйте алгоритм одновременной локализации и картографии (SLAM) на серии 2 -D 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 окружения.

Демонстрирует, как обработать 3-D данные лидара с датчика, установленного на транспортное средство, чтобы постепенно создавать карту. Такая карта подходит для автоматизированных рабочих процессов вождения, таких как локализация и навигация. Эти карты могут использоваться для локализации транспортного средства в пределах нескольких сантиметров.