来自激光雷达传感器的点云数据在机器人导航和感知、深度估计、立体视觉、视觉注册和高级驾驶员辅助系统(ADAS)中有应用。来自激光雷达传感器的原始点云数据在用于这些高级工作流程之前需要进行基本处理。激光雷达工具箱™ 提供下采样、中值滤波、对齐、转换和从点云提取特征的功能。这些初步处理算法可以提高数据的质量和准确性,并获取有关点云的有价值信息。这有助于加快高级工作流并提供更好的结果.
一些高级工作流需要有组织的点云进行处理。您可以使用将无组织的点云转换为有组织的点云利用球面投影实现点云的无组织到有组织转换工作流程。
激光雷达查看器 | 可视化和分析激光雷达数据 |
下采样 |
对三维点云进行下采样 |
中位数 |
中值滤波三维点云数据 |
去噪 |
从三维点云中去除噪声 |
pcalign |
对齐阵列点云 |
pccat |
连接三维点云阵列 |
pcnormals |
估计点云的法线 |
pctransform |
变换三维点云 |
pcorganize |
将三维点云转换为有组织的点云 |
激光参数 |
激光雷达传感器参数 |
pc2dem |
创建点云数据的数字高程模型(DEM) |
近邻 |
在点云中找到点最近的邻居 |
findNeighborsInRadius |
在点云中查找点半径内的邻居 |
findPointsInROI |
在点云中查找感兴趣区域内的点 |
移除有效点 |
从点云中删除无效点 |
激光雷达应用的高级概述。
交互式可视化和分析激光雷达数据。
此示例演示如何估计两点云之间的刚性变换。
定义无组织点云和有组织点云,以及如何将前者转换为后者。