Облако точек является набором точек данных в трехмерном пространстве. Точки вместе представляют 3-D форму или объект. Каждая точка в наборе данных представлена x, y и z геометрическая координата. Облака точек обеспечивают средние значения сборки большого количества одного пространственных измерений в набор данных, который может быть представлен как поддающийся описанию объект. Обработка облака точек используется в навигации робота и восприятии, оценке глубины, видении стерео, визуальной регистрации, и в продвинутых системах помощи водителю (ADAS). Алгоритмы Computer Vision Toolbox™ обеспечивают функциональность обработки облака точек для субдискретизации, шумоподавления и преобразования облаков точек. Тулбокс также обеспечивает регистрацию облака точек, геометрическая форма, соответствующая к 3-D облакам точек и способности читать, запишите, сохраните, отобразите и сравните облака точек. Можно также объединить несколько облаков точек, чтобы восстановить 3-D сцену.
Можно использовать pcregistericp
, pcregisterndt
, pcregistercorr
, и pcregistercpd
указывать движущееся облако точек к облаку фиксированной точки. Эти регистрационные алгоритмы основаны на алгоритме Итеративной самой близкой точки (ICP), алгоритме Преобразования нормальных распределений (NDT), алгоритме корреляции фазы и алгоритме Когерентного дрейфа точки (CPD), соответственно. Можно создать карту с зарегистрированными облаками точек, обнаружить закрытия цикла, оптимизировать карту, чтобы откорректировать для дрейфа и выполнить локализацию в предварительно созданной карте. Для получения дополнительной информации смотрите Облако точек Реализации SLAM в MATLAB.
Выберите SLAM Workflow Based on Sensor Data
Выберите правильный рабочий процесс одновременной локализации и картографии (SLAM) и найдите темы, примеры и поддерживавшие функции.
Реализуйте облако точек SLAM в MATLAB
Изучите рабочий процесс отображения и регистрация облака точек.
Стэнфордский треугольный формат
Начало работы с облаками точек Используя глубокое обучение
Изучите, как использовать облака точек для глубокого обучения.
Выберите Function to Visualize Detected Objects
Сравните функции визуализации.
Маркировка, сегментация и обнаружение (Lidar Toolbox)
Метка, сегмент, обнаруживает, и отслеживаемые объекты в данных об облаке точек с помощью глубокого обучения и геометрических алгоритмов