主要内容

detectRectangularPlanePoints

检测矩形平面点云的指定的尺寸

所有的页面崩溃

语法

ptCloudPlanes = detectRectangularPlanePoints (ptCloudIn planeDimensions)
[ptCloudPlanes, ptCloudUsed] = detectRectangularPlanePoints (ptCloudArray planeDimensions)
(___)= detectRectangularPlanePoints (ptCloudFileNames planeDimensions)
[ptCloudPlanes, ptCloudUsed indicesCell] = detectRectangularPlanePoints (___)
(___)= detectRectangularPlanePoints (___、名称、值)

描述

ptCloudPlanes= detectRectangularPlanePoints (ptCloudIn,planeDimensions)检测和提取一个矩形平面,ptCloudPlanes指定的尺寸,planeDimensions,从输入点云ptCloudIn。

(ptCloudPlanes,ptCloudUsed)= detectRectangularPlanePoints (ptCloudArray,planeDimensions)检测矩形平面的点云,ptCloudArray。此外,该函数返回一个逻辑向量,ptCloudUsed,这表明它检测到一个矩形平面的点云。

(___)= detectRectangularPlanePoints (ptCloudFileNames,planeDimensions)检测矩形平面的点云文件,ptCloudFileNames,并返回输出参数从以前的语法的任意组合。

(ptCloudPlanes,ptCloudUsed,indicesCell)= detectRectangularPlanePoints (___)回报指标检测矩形平面内的点在每个点云,除了以往的参数组合。

例子

(___)= detectRectangularPlanePoints (___,名称,值)使用一个或多个名称-值对参数指定选项。例如,“RemoveGround”,真的设置“RemoveGround”国旗为true,删除之前输入的地平面点云处理。

例子

全部折叠

打开生活的脚本

点云数据装载到工作区。可视化输入点云。

ptCloud = pcread (“pcCheckerboard.pcd”);pcshow (ptCloud)标题(输入点云的10)xlim ([5]) ylim (10 [5])

设置搜索矩形平面的尺寸。

boardSize = (729 - 810);

搜索矩形平面点云。可视化检测矩形平面。

lidarCheckerboardPlane = detectRectangularPlanePoints (ptCloud boardSize,…“RemoveGround”,真正的);hRect =图;面板= uipanel (“父”hRect,“写成BackgroundColor”,0 0 0);ax =轴(“父”面板,“颜色”,0 0 0);pcshow (lidarCheckerboardPlane“父”ax)标题(“矩形平面点”)

{“字符串”:“图包含一个类型的对象uipanel。”,“它”:[],“乳胶”:[]}

可视化检测矩形平面的输入点云。

图pcshowpair (ptCloud lidarCheckerboardPlane)标题(检测矩形平面的10)xlim ([5]) ylim (10 [5])

输入参数

全部折叠

点云,指定为一个pointCloud对象。搜索功能在这个矩形平面点云。

点云数组,指定为一个P1组pointCloud对象。P的数量是pointCloud对象数组中。搜索功能在每个矩形平面点云。

点云文件名称,指定为一个字符特征向量的向量或单元阵列。如果指定多个文件的名称,您必须使用一系列细胞的特征向量。

数据类型:字符|细胞

矩形平面尺寸,指定为一个双元素向量的正实数。元素指定矩形平面的宽度和长度分别在毫米。搜索功能的输入点云飞机一样的尺寸planeDimensions。

数据类型:单|双

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:“RemoveGround”,真的设置“RemoveGround”国旗为true,删除之前输入的地平面点云处理。

两个相邻聚类阈值点,指定为逗号分隔组成的“MinDistance”在米和积极的标量。聚类过程是基于相邻点之间的欧氏距离。如果两个相邻点之间的距离小于聚类阈值,这两点属于同一集群。低分辨率激光雷达要求更高“MinDistance”阈值,反之亦然。

请注意

这个值应大于两个扫描线之间的最小距离的棋盘。过小的值“MinDistance”可能导致不正确的检测。

数据类型:单|双

为检测感兴趣的区域(ROI),指定为逗号分隔组成的“投资回报”和一个向量的形式xmin,xmax,ymin,ymax,zmin,zmax]。向量指定x,y,z限制的ROIxmin和xmax,ymin和ymax,zmin和zmax分别。

数据类型:单|双

容忍不确定性在矩形平面尺寸,指定为逗号分隔组成的“DimensionTolerance”和积极的标量范围(0 - 1)。一个更高的“DimensionTolerance”指示矩形平面尺寸的范围更加宽容。

数据类型:单|双

删除的地平面点云,指定为逗号分隔组成的“RemoveGround”和一个逻辑0(假)或1(真正的)。

飞机的正常被认为是与积极的方向保持一致z设在与参考向量(0 0 1)。

数据类型:逻辑

显示功能的进步,指定为逗号分隔组成的“详细”和一个逻辑0(假)或1(真正的)。

数据类型:逻辑

输出参数

全部折叠

检测矩形平面,作为一个返回pointCloud对象或1 -P的数组pointCloud对象,P指定数量的输入检测到一个矩形平面的点云。

模式检测国旗,作为1 -返回N逻辑向量。N输入的数量点云。一个真正的值表示的函数发现的矩形平面对应点云。一个假值表示该函数没有检测矩形平面。

指标的检测矩形平面,作为1 -返回P单元阵列,P是输入的数量一个矩形平面检测的点云。每个单元格都包含一个逻辑向量指定相应的点云的指数函数的检测到一个矩形平面。指数可以用于从点云数据中提取检测平面。

版本历史

介绍了R2020b

另请参阅

功能

主题