Lidar Labeler

Пометьте достоверные данные в облаках точек лидара

Описание

Приложение Lidar Labeler позволяет вам пометить объекты в облаке точек или последовательности облака точек. Приложение считывает данные об облаке точек из PLY, PCAP, LAS, LAZ, ROS и файлов PCD. Используя приложение, вы можете:

Задайте метки видимой области (ROI) кубоида и метки сцены. Используйте их, чтобы интерактивно помечать ваши достоверные данные.
Задайте атрибуты для меток и используйте их, чтобы обеспечить более подробную информацию о метках.
Используйте встроенные алгоритмы для кластеризации, оснуйте плоскую сегментацию, автоматизированную маркировку и отслеживание.
Сохраните определения метки, данные об облаке точек и достоверные данные к файлу сеанса для будущего использования.
Используйте опцию Projected View, чтобы просмотреть метки в верхней части, передней стороне и видах сбоку одновременно.
Используйте опцию Camera View, чтобы создать и снова использовать пользовательские представления данных об облаке точек.
Используйте опцию Auto Align, чтобы вращаться и лучше всего соответствовать кубоиду к кластеру.
Используйте lidar.syncImageViewer.SyncImageViewer класс, чтобы синхронизировать приложение к внешнему инструменту визуализации или анализа.
Запишите, импортируйте и используйте пользовательский алгоритм автоматизации для автоматизированной маркировки.
Оцените эффективность своих алгоритмов автоматизации метки с визуальными сводными данными.
Экспортируйте помеченную основную истину как groundTruthLidar объект. Этот объект может использоваться для системной верификации и обучения детектор объектов.

Чтобы узнать больше об этом приложении, смотрите Начало работы с Lidar Labeler.

Откройте приложение Lidar Labeler

MATLAB^® Панель инструментов: На вкладке Apps, под Image Processing and Computer Vision, кликают по значку приложения.
Командная строка MATLAB: Войти lidarLabeler.

Примеры

Связанные примеры

Программируемое использование

развернуть все

`lidarLabeler`

lidarLabeler открывает новый сеанс приложения, позволяя вам пометить достоверные данные в облаках точек.

`lidarLabeler(velodyneLidarFileName,deviceModel,calibrationFile)`

lidarLabeler(velodyneLidarFileName,deviceModel,calibrationFile) открывает приложение и загружает velodyneLidarFileName.

`lidarLabeler(ptCloudSeqFolder)`

lidarLabeler(ptCloudSeqFolder) открывает приложение и загружает последовательность облака точек от папки ptCloudSeqFolder, где ptCloudSeqFolder строковый скаляр или вектор символов, задающий папку, которая содержит файлы облака точек. Файлам облака точек должен был поддержать расширения pcformats, и загружаются в порядке, возвращенном dir функция.

`lidarLabeler(lasSeqFolder)`

lidarLabeler(lasSeqFolder) открывает приложение и загружает последовательность LAS от папки lasSeqFolder, где lasSeqFolder строковый скаляр или вектор символов, указывающий, что папка содержит файлы LAS. Файлам LAS должен был поддержать расширения lasformats, и загружаются в порядке, возвращенном dir функция.

`lidarLabeler(___,'SyncImageViewerTargetHandle',syncImageViewer)`

lidarLabeler(___,'SyncImageViewerTargetHandle',syncImageViewer) открывает приложение и загружает оба из этих компонентов:

Сигнал облака точек, заданное использование любой из комбинаций входных аргументов от предыдущих синтаксисов.
Внешняя видео или последовательность изображений отображает инструмент, который синхронизируется со временем с заданным сигналом облака точек.

syncImageViewer вход является указателем на lidar.syncImageViewer.SyncImageViewer класс, который реализует внешний инструмент.

Например, этот код открывает приложение с сигналом облака точек и синхронизировал видео инструмент визуализации.

sourceName = fullfile(toolboxdir('lidar'),'lidardata','lcc', ...
                      'HDL64','pointCloud');
lidarLabeler(sourceName,'SyncImageViewerTargetHandle',@SyncImageDisplay)

`lidarLabeler(sessionFile)`

lidarLabeler(sessionFile) открывает приложение и загружает сохраненный сеанс приложения sessionFile. sessionFile введите содержит путь и имя файла MAT-файла. MAT-файл, что sessionFile точки к содержат сохраненный сеанс.

`lidarLabeler(gTruth)`

lidarLabeler(gTruth) открывает приложение и загружает groundTruth объект.

Ограничения

Метки не поддерживают подметки.
Окно Label Summary не поддерживает подметки.

Больше о

развернуть все

Метки ROI и атрибуты

На левой стороне приложения панель ROI Labels содержит определения метки ROI, которые можно отметить на системах координат облака точек. Можно создать определения метки непосредственно из этой панели. В качестве альтернативы можно создать определения метки программно при помощи labelDefinitionCreatorLidar возразите и затем импортируйте эти определения метки в сеанс приложения.

Поддержки приложений определение меток ROI и атрибутов.

Метки ROI

ROI label является меткой, которая соответствует ROI в системе координат сигнала. Эта таблица описывает поддерживаемый тип метки.

Метка ROI	Описание	Пример
`Cuboid`	Чертите кубовидные метки ROI вокруг объектов.

Можно показать или скрыть метки при помощи значка на панели ROI Labels.

Появляться только после того, как вы задаете метку. По умолчанию, отображения приложения все метки. Чтобы скрыть метку, нажмите на значок вместе с именем метки. Приложение скрывает соответствующую метку и отображает значок.

Метка Show	Скройте метку

Атрибуты ROI

ROI attribute указывает дополнительную информацию о метке ROI. Например, в ведущей сцене, атрибуты могут включать тип или цвет транспортного средства. Эта таблица описывает поддерживаемые типы атрибута.

Припишите тип	Демонстрационное определение атрибута	Демонстрационные значения по умолчанию
`Numeric Value`
`String`
`Logical`
`List`

Советы

Используйте lidar.syncImageViewer.SyncImageViewer класс, чтобы создать инструмент для просмотра изображения, соответствующего данным об облаке точек.
Удалите наземную плоскость, чтобы ясно просмотреть метки созданного объекта.
Используйте вращение, переведите, расширьтесь, и опции уменьшения, чтобы отредактировать кубоиды после привлечения их.
Используйте опцию Camera View, чтобы сохранить представление данных из текущего угла и направления.
Чтобы избежать необходимости повторно помечать основную истину новыми метками, организуйте схему маркировки, которую вы хотите использовать, прежде чем вы начнете отмечать свою основную истину.
Можно скопировать и вставить метки между сигналами, которые имеют тот же тип.

Алгоритмы

развернуть все

Можно использовать алгоритмы автоматизации метки, чтобы ускорить маркировку в рамках приложения. Чтобы создать ваш собственный алгоритм автоматизации метки, чтобы использовать в рамках приложения, смотрите, Создают Алгоритм Автоматизации для Маркировки. Можно также использовать один из встроенных алгоритмов путем выполнения этих шагов:

Импортируйте данные, которые вы хотите пометить, и создать по крайней мере одно определение метки.
На панели инструментов приложения нажмите Select Algorithm и выберите один из встроенных алгоритмов автоматизации.
Нажмите Automate, и затем следуйте инструкциям по автоматизации на правой панели окна автоматизации.

Лоцируйте объектное средство отслеживания

Отследите объект через систему координат облака точек. Чтобы использовать этот алгоритм, необходимо чертить ROI кубоида на объекте, который вы хотите отследить. Можно также чертить несколько ROI кубоида, чтобы отследить больше чем одну метку. Выполнение алгоритма обеспечивает данные об отслеживании меток, которые можно принять или отклонить. Можно также отменить запуск и выполнить его снова.

Пошаговая процедура отображена на приложении, когда вы выбираете алгоритм Lidar Object Tracker.

Облако точек временный интерполятор

Оцените ROI кубоида между системами координат облака точек путем интерполяции местоположений ROI через область значений времени. Чтобы использовать этот алгоритм, необходимо чертить ROI кубоида на минимуме двух систем координат: один в начале интервала и один в конце интервала. Алгоритм интерполяции оценивает и чертит ROI в промежуточных системах координат.

Рассмотрите последовательность облака точек с 10 системами координат. Первой системе координат сосредоточили ROI кубоида в [5, 5, 0]. 10-й системе координат сосредоточили ROI кубоида в [25, 25, 0]. В каждой системе координат алгоритм перемещает точки ROI 2 в x - направление, 2 точки в y - направление, и 0 точек в z - направление. Поэтому алгоритм сосредотачивает ROI в [7, 7, 0] во второй системе координат, [9, 9, 0] в третьей системе координат, и так далее, до [23, 23, 0] в предпоследней системе координат.

Документация

Lidar Labeler

Описание

Откройте приложение Lidar Labeler

Примеры

Связанные примеры

Программируемое использование

`lidarLabeler`

`lidarLabeler(velodyneLidarFileName,deviceModel,calibrationFile)`

`lidarLabeler(ptCloudSeqFolder)`

`lidarLabeler(lasSeqFolder)`

`lidarLabeler(___,'SyncImageViewerTargetHandle',syncImageViewer)`

`lidarLabeler(sessionFile)`

`lidarLabeler(gTruth)`

Ограничения

Больше о

Метки ROI и атрибуты

Советы

Алгоритмы

Лоцируйте объектное средство отслеживания

Облако точек временный интерполятор

Смотрите также

Приложения

Объекты

Классы

Документация Lidar Toolbox

Поддержка