Lidar Point Cloud Generator

生成激光雷德点云数据用于驾驶方案

展开全部in page

图书馆：
自动驾驶工具箱 /驾驶场景和传感器建模

描述

这Lidar Point Cloud Generator块由安装在自我车辆上的激光雷达传感器进行的激光雷达测量中产生点云。

该块从模拟的道路中衍生了点云，在驾驶场景中构成了姿势，并以等于传感器更新间隔的间隔生成点云。默认情况下，检测到自我车辆的坐标系。该块可以使用统计模型在指定范围的精度下模拟添加的噪声。该块还提供了参数，以从生成的点云中排除自我车辆和道路。

这lidar generates point cloud data based on the mesh representations of the roads and actors in the scenario. Ameshis a 3-D geometry of an object that is composed of faces and vertices.

当构建场景和传感器模型时Driving Scenario Designer应用程序，激光雷达传感器导出到Simulink万博1manbetx^®输出为Lidar Point Cloud Generatorblocks.

Limitations

不支持C/C ++代码生成。万博1manbetx
每个subsystems are not supported.
rapid acceleration mode is not supported.
Use of the检测串联不支持此块。万博1manbetx您不能与其他传感器的检测连接点云数据。
If a model does not contain a方案阅读器块，然后该块不包括生成点云中的道路。
点云数据不是为车道标记生成的。

端口

输入

展开全部

`Actors`- 场景演员摆姿势
万博1manbetx模拟包含MATLAB的巴士^®structure

场景演员在自我车辆坐标中摆姿势，指定为包含MATLAB结构的Simulink总线。万博1manbetx

结构必须包含这些字段。

场地	描述	类型
`NumActors`	Number of actors	非负整数
`时间`	Current simulation time	实价标量
`Actors`	演员摆姿势	`NumActors`- 演员姿势结构的长度阵列

每个演员在Actors必须有这些字段。

场地	描述
`Actorid`	场景定义的参与者标识符，指定为正整数。
`位置`	演员的位置，被指定为表格的实价矢量[Xyz]。单位为米。
`velocity`	速度（v) of actor in theX-y-，和z- 指导，指定为表格的实价向量[v_Xv_yv_z]。Units are in meters per second.
`卷`	演员的侧角，指定为实值标量。单位为程度。
`沥青`	演员的音调角，指定为实值标量。单位为程度。
`Yaw`	Yaw angle of actor, specified as a real-valued scalar. Units are in degrees.
`AngularVelocity`	角速度（ω) of actor in theX-，，，，y-，和z- 指导，指定为表格的实价向量[ω_Xω_yω_z]。单位以每秒程度为单位。

`自我车辆`- 自我车辆姿势
万博1manbetx模拟包含MATLAB的巴士structure

ego vehicle pose, specified as a Simulink bus containing a MATLAB structure.

结构必须具有这些字段。

场地	描述
`Actorid`	场景定义的参与者标识符，指定为正整数。
`位置`	演员的位置，被指定为表格的实价矢量[Xyz]。单位为米。
`velocity`	速度（v) of actor in theX-y-，和z- 指导，指定为表格的实价向量[v_Xv_yv_z]。Units are in meters per second.
`卷`	演员的侧角，指定为实值标量。单位为程度。
`沥青`	演员的音调角，指定为实值标量。单位为程度。
`Yaw`	Yaw angle of actor, specified as a real-valued scalar. Units are in degrees.
`AngularVelocity`	角速度（ω) of actor in theX-，，，，y-，和z- 指导，指定为表格的实价向量[ω_Xω_yω_z]。单位以每秒程度为单位。

You can output the ego vehicle pose from a方案阅读器堵塞。In the方案阅读器block used in your model, select the输出自我车辆姿势范围。

输出

展开全部

`点云`-Point cloud data
m-经过-n-by-3积极的实现阵列[X，，，，y，，，，z]点

Point cloud data, returned as anm-经过-n- 通过3个正面实现的阵列[X，，，，y，，，，z]点。m是点云中的高程（垂直）通道的数量。nis the number of azimuthal (horizontal) channels in the point cloud.mandn定义点云中的点数，如此方程所示：

$m \times n = \frac{v_{F o v}}{v_{r e s}} \times \frac{H_{F o v}}{H_{r e s}}$

v_fov是LIDAR的垂直视野，以度为单位elevation limits of lidar (deg)范围。
v_resis the vertical angular resolution of the lidar, in degrees, as specified by theelevation resolution of lidar (deg)范围。
H_fovis the horizontal field of view of the lidar, in degrees, as specified by theLIDAR（DEG）的方位角极限范围。
H_res是LIDAR的水平角度分辨率，以程度为Azimuthal resolution of lidar (deg)范围。

eachm-经过-n阵列中的输入指定X-，，，，y-，和z- 自我车辆坐标系中检测点的坐标。如果激光雷达未检测到给定坐标处的点，则X，，，，y，，，，andz被返回南。

默认情况下，Lidar Point Cloud Generator块包括生成点云中的道路数据。该块从方案阅读器与模型相同的块Lidar Point Cloud Generator堵塞。这Lidar Point Cloud Generatorblock computes the road mesh in ego vehicle coordinates based on the road data and the ego vehicle pose at the自我车辆输入端口。这最大检测范围（M）parameter of theLidar Point Cloud Generatorblock determines the extent of the road mesh. To exclude road data from the point cloud, clear the在生成点云中包括道路范围。

参数

展开全部

参数

sensor Identification

`传感器的唯一标识符`- 唯一的传感器标识符
`1`（默认）|positive integer

Unique sensor identifier, specified as a positive integer. The sensor identifier distinguishes detections that come from different sensors in a multisensor system. If a model contains multiple sensor blocks that have the same sensor identifier, the鸟眼镜displays an error.

`传感器更新之间的必需间隔`- 传感器更新之间所需的时间间隔
`0。1`（默认）|positive scalar

传感器更新之间所需的时间间隔，指定为正标量。该参数的值必须是整数的倍数Actorsinput port data interval. Updates requested from the sensor between update intervals contain no detections. Units are in seconds.

传感器外部

`传感器（x，y）位置（m）`- 激光雷达传感器中心的位置
`[1.5 0]`（默认）|实价1-by-2矢量

Location of the center of the lidar sensor, specified as a real-valued 1-by-2 vector. The传感器（x，y）位置（m）and传感器的高度（M）参数定义了相对于自我车辆坐标系的激光雷达传感器的坐标。默认值对应于安装在车顶前边缘中心的轿车上的激光雷达传感器。单位为米。

`传感器的高度（M）`- 激光雷达传感器的高度
`1。6`（默认）|positive scalar

Height of the lidar sensor above the ground plane, specified as a positive scalar. The传感器（x，y）位置（m）and传感器的高度（M）参数定义了相对于自我车辆坐标系的激光雷达传感器的坐标。默认值对应于安装在车顶前边缘中心的轿车上的激光雷达传感器。单位为米。

`安装在自我车辆上的传感器的偏航角（DEG）`-Yaw angle of lidar sensor
`0`（默认）|实价标量

LIDAR传感器的偏航角，指定为实值标量。这偏航角是自我车辆的中心线与激光雷达传感器的下范围轴之间的角度。当您沿着正向的正方向看时，正偏航角对应于顺时针旋转z- 自我车辆坐标系的轴。单位为程度。

`沥青angle of sensor mounted on ego vehicle (deg)`螺旋角的激光雷达传感器
`0`（默认）|实价标量

LIDAR传感器的螺距角，指定为实值标量。这音高角是激光雷达传感器的下范围轴与xy-plane of the ego vehicle coordinate system. A positive pitch angle corresponds to a clockwise rotation when you look in the positive direction of they- 自我车辆坐标系的轴。单位为程度。

`安装在自我车辆上的传感器卷角（DEG）`-卷angle of lidar sensor
`0`（默认）|实价标量

卷angle of the lidar sensor, specified as a real-valued scalar. Theroll angle是激光雷达传感器的下范围旋转轴周围的旋转角度X- 自我车辆坐标系的轴。当您沿正向的正方向看时，正滚角对应于顺时针旋转X- 自我车辆坐标系的轴。单位为程度。

点云报告

`Coordinate system used to report point cloud`- 报告检测的坐标系
`ego Cartesian`（默认）|`传感器笛卡尔`

Coordinate system of reported detections, specified as one of these values:

ego Cartesian- 在自我车辆笛卡尔坐标系中报告了检测。
传感器笛卡尔- 在传感器笛卡尔坐标系中报告了检测。

`在生成点云中包括自我车辆`- 在点云中包括自我车辆
`on`（默认）|`off`

选择此参数以将自我车辆包括在生成的点云中。

`Actoridof ego vehicle`-`Actorid`自我车辆的价值
`1`（默认）|positive integer

Actoridvalue of the ego vehicle, specified as a positive integer.Actorid是演员的唯一标识符。此参数必须是有效的Actoridfrom the inputActorbus.

Dependencies

要启用this parameter, select the在生成点云中包括自我车辆范围。

`在生成点云中包括道路`-Include roads in point cloud
`on`（默认）|`off`

select this parameter to include the roads in the generated point cloud.

`演员概况的来源`- 演员资料的来源
`From Scenario Reader block`（默认）|`从工作区`

参与者概况的来源是所有参与者在驾驶场景中的物理和雷达特征，被指定为以下选项之一：

From Scenario Reader block- 该块从该场景中获得的演员配置文件方案阅读器堵塞。
从工作区- 该块从MATLAB或模型工作区变量获得了Actor配置文件。MATLAB或模型工作区变量名称范围。

`MATLAB或模型工作区变量名称`-variable name of actor profiles
`actor_profiles`（默认）|有效的变量名称

演员配置文件的可变名称，指定为包含Actor配置文件的MATLAB或模型工作区变量的名称。

演员剖面是在驾驶场景中所有参与者的物理和雷达特征，并指定为结构或结构阵列。

如果演员剖面变量包含单个结构，则在输入中指定的所有参与者Actors巴士使用此配置文件。
如果演员配置文件变量是结构数组，则在输入中指定的每个参与者Actorsbus must have a unique actor profile.

要为您的驾驶场景生成一系列结构，请使用ActorProfiles功能。该表显示了有效的结构字段。如果未指定字段，则将字段设置为其默认值。

场地	描述
`Actorid`	场景定义的参与者标识符，指定为正整数。
`ClassID`	Classification identifier, specified as a nonnegative integer.`0`代表未知或未分配类的对象。
`长度`	演员的长度，指定为正面价值标量。单位为米。
`Width`	Width of actor, specified as a positive real-valued scalar. Units are in meters.
`Height`	Height of actor, specified as a positive real-valued scalar. Units are in meters.
`1 .fset`	offset of actor's rotational center from its geometric center, specified as a real-valued vector of the form [X，，，，y，，，，z]。这rotational center, or origin, is located at the bottom center of the actor. For vehicles, the rotational center is the point on the ground beneath the center of the rear axle. Units are in meters.
`网格广告`	Mesh vertices of actor, specified as ann-经过-3顶点的实值矩阵。矩阵中的每一行都在3-D空间中定义了一个点。
`网格`	演员的网格面孔，指定为m-经过-3整数矩阵。每一行`网格`represents a triangle defined by the vertex IDs, which are the row numbers of vertices.
`rcSpatern`	radar cross-section (RCS) pattern of actor, specified as a`numel（rcselevationangles）`-经过-`numel（rcsazimuthangles）`real-valued matrix. Units are in decibels per square meter.
`rCSAzimuthAngles`	方位角对应于行`rcSpatern`，，，，specified as a vector of values in the range [–180, 180]. Units are in degrees.
`rCSElevationAngles`	高度角对应的行`rcSpatern`，指定为[–90，90]范围内的值向量。单位为程度。

有关结构字段的完整定义，请参见演员and车辆功能。

Dependencies

要启用this parameter, set the演员概况的来源parameter to从工作区。

测量

设置

`最大检测范围（M）`- 最大检测范围
`120`（默认）|positive scalar

Maximum detection range of the lidar sensor, specified as a positive scalar. The sensor cannot detect actors beyond this range. This parameter also determines the extent of the road mesh. Units are in meters.

`range accuracy (m)`- 范围测量的准确性
`0。002`（默认）|positive scalar

范围测量的精度，指定为正标量。单位为米。

`Azimuthal resolution of lidar (deg)`- 激光雷达传感器的方位角分辨率
`0.16`（默认）|positive scalar

Azimuthal resolution of the lidar sensor, specified as a positive scalar. The azimuthal resolution defines the minimum separation in azimuth angle at which the lidar can distinguish between two targets. Units are in degrees.

`elevation resolution of lidar (deg)`-elevation resolution of lidar sensor
`1.25`（默认）|positive scalar

LIDAR传感器的高程分辨率，指定为正标量。高程分辨率定义了雷达可以区分两个靶标的高度分离的最小分离。单位为程度。

`LIDAR（DEG）的方位角极限`- 激光雷达传感器的方位角极限
`[-180 180]`（默认）|1-经过-2 real-valued vector of form [min，，，，max这是给予的

LIDAR传感器的方位角极限，指定为形式的1 by-2实值矢量[min，，，，max]。单位为程度。

`elevation limits of lidar (deg)`- 激光雷达传感器的高程极限
`[-20 20]`（默认）|1-经过-2 real-valued vector of form [min，，，，max这是给予的

LIDAR传感器的高程极限，指定为形式的1 by-2实值载体[min，，，，max]。单位为程度。

`在测量中添加噪音`- 在测量中添加噪音
`on`（默认）|`off`

选择此参数以将噪声添加到LIDAR传感器测量中。当您清除此参数时，测量值没有噪音。

模型示例

使用驾驶场景测试开环ADAS算法

Test open-loop ADAS algorithms in Simulink by using driving scenarios saved from theDriving Scenario Designerapp.

开放型号

版本历史记录

在R2020b中引入

也可以看看

Lidar Point Cloud Generator

描述

Limitations

端口

输入

Actors- 场景演员摆姿势万博1manbetx模拟包含MATLAB的巴士®structure

自我车辆- 自我车辆姿势万博1manbetx模拟包含MATLAB的巴士structure

输出

点云-Point cloud datam-经过-n-by-3积极的实现阵列[X，，，，y，，，，z]点

参数

参数

传感器的唯一标识符- 唯一的传感器标识符1（默认）|positive integer

传感器更新之间的必需间隔- 传感器更新之间所需的时间间隔0。1（默认）|positive scalar

传感器（x，y）位置（m）- 激光雷达传感器中心的位置[1.5 0]（默认）|实价1-by-2矢量

传感器的高度（M）- 激光雷达传感器的高度1。6（默认）|positive scalar

安装在自我车辆上的传感器的偏航角（DEG）-Yaw angle of lidar sensor0（默认）|实价标量

沥青angle of sensor mounted on ego vehicle (deg)螺旋角的激光雷达传感器0（默认）|实价标量

安装在自我车辆上的传感器卷角（DEG）-卷angle of lidar sensor0（默认）|实价标量

Coordinate system used to report point cloud- 报告检测的坐标系ego Cartesian（默认）|传感器笛卡尔

在生成点云中包括自我车辆- 在点云中包括自我车辆on（默认）|off

Actoridof ego vehicle-Actorid自我车辆的价值1（默认）|positive integer

Dependencies

在生成点云中包括道路-Include roads in point cloudon（默认）|off

演员概况的来源- 演员资料的来源From Scenario Reader block（默认）|从工作区

MATLAB或模型工作区变量名称-variable name of actor profilesactor_profiles（默认）|有效的变量名称

Dependencies

测量

最大检测范围（M）- 最大检测范围120（默认）|positive scalar

range accuracy (m)- 范围测量的准确性0。002（默认）|positive scalar

Azimuthal resolution of lidar (deg)- 激光雷达传感器的方位角分辨率0.16（默认）|positive scalar

elevation resolution of lidar (deg)-elevation resolution of lidar sensor1.25（默认）|positive scalar

LIDAR（DEG）的方位角极限- 激光雷达传感器的方位角极限[-180 180]（默认）|1-经过-2 real-valued vector of form [min，，，，max这是给予的

elevation limits of lidar (deg)- 激光雷达传感器的高程极限[-20 20]（默认）|1-经过-2 real-valued vector of form [min，，，，max这是给予的

在测量中添加噪音- 在测量中添加噪音on（默认）|off

模型示例

使用驾驶场景测试开环ADAS算法

版本历史记录

也可以看看

Apps

块

对象

`Actors`- 场景演员摆姿势
万博1manbetx模拟包含MATLAB的巴士^®structure

`自我车辆`- 自我车辆姿势
万博1manbetx模拟包含MATLAB的巴士structure

`点云`-Point cloud data
m-经过-n-by-3积极的实现阵列[X，，，，y，，，，z]点

`传感器的唯一标识符`- 唯一的传感器标识符
`1`（默认）|positive integer

`传感器更新之间的必需间隔`- 传感器更新之间所需的时间间隔
`0。1`（默认）|positive scalar

`传感器（x，y）位置（m）`- 激光雷达传感器中心的位置
`[1.5 0]`（默认）|实价1-by-2矢量

`传感器的高度（M）`- 激光雷达传感器的高度
`1。6`（默认）|positive scalar

`安装在自我车辆上的传感器的偏航角（DEG）`-Yaw angle of lidar sensor
`0`（默认）|实价标量

`沥青angle of sensor mounted on ego vehicle (deg)`螺旋角的激光雷达传感器
`0`（默认）|实价标量

`安装在自我车辆上的传感器卷角（DEG）`-卷angle of lidar sensor
`0`（默认）|实价标量

`Coordinate system used to report point cloud`- 报告检测的坐标系
`ego Cartesian`（默认）|`传感器笛卡尔`

`在生成点云中包括自我车辆`- 在点云中包括自我车辆
`on`（默认）|`off`

`Actoridof ego vehicle`-`Actorid`自我车辆的价值
`1`（默认）|positive integer

`在生成点云中包括道路`-Include roads in point cloud
`on`（默认）|`off`

`演员概况的来源`- 演员资料的来源
`From Scenario Reader block`（默认）|`从工作区`

`MATLAB或模型工作区变量名称`-variable name of actor profiles
`actor_profiles`（默认）|有效的变量名称

`最大检测范围（M）`- 最大检测范围
`120`（默认）|positive scalar

`range accuracy (m)`- 范围测量的准确性
`0。002`（默认）|positive scalar

`Azimuthal resolution of lidar (deg)`- 激光雷达传感器的方位角分辨率
`0.16`（默认）|positive scalar

`elevation resolution of lidar (deg)`-elevation resolution of lidar sensor
`1.25`（默认）|positive scalar

`LIDAR（DEG）的方位角极限`- 激光雷达传感器的方位角极限
`[-180 180]`（默认）|1-经过-2 real-valued vector of form [min，，，，max这是给予的

`elevation limits of lidar (deg)`- 激光雷达传感器的高程极限
`[-20 20]`（默认）|1-经过-2 real-valued vector of form [min，，，，max这是给予的

`在测量中添加噪音`- 在测量中添加噪音
`on`（默认）|`off`