开始使用激光雷达的工具箱

Lidar Toolbox™提供了用于设计、分析和测试激光雷达处理系统的算法、功能和应用程序。可以进行目标检测和跟踪、语义分割、形状拟合、激光雷达配准和障碍物检测。激光雷达工具箱支持结合计算机万博1manbetx视觉和激光雷达处理的工作流程的激光相机交叉校准。

您可以使用深度学习和机器学习算法，如PointSeg、PointPillar和SqueezeSegV2，训练自定义检测和语义分割模型。Lidar Labeler应用程序支持手动和万博1manbetx半自动标记激光雷达点云，用于训练深度学习和机器学习模型。这个工具箱可以让你从Velodyne传输数据^®并读取Velodyne和IBEO激光雷达传感器记录的数据。

激光雷达工具箱提供了一些参考示例，说明了激光雷达处理用于感知和导航工作流程的使用。大多数工具箱算法支持C/ c++代码生成，以集成万博1manbetx现有代码、桌面原型和部署。

关于激光雷达处理

• 激光雷达处理概述
  

  激光雷达应用的高层概述。

• 开始使用激光雷达标签
  

  交互式标记点云或点云序列。

• 什么是激光雷达相机校准?
  

  集成激光雷达和相机数据。

• 激光雷达工具箱中的坐标系统
  

  激光雷达工具箱中的坐标系统概述。

如何的例子

• 基于PointSeg深度学习网络的激光雷达点云语义分割
  

  这个例子展示了如何在三维组织的激光雷达点云数据上训练一个PointSeg语义分割网络。

• 使用激光雷达探测、分类和跟踪车辆
  

  这个例子展示了如何使用安装在ego车辆上的激光雷达传感器捕获的激光雷达点云数据来检测、分类和跟踪车辆。

• 激光雷达和相机校准
  

  这个例子向你展示了如何估算三维激光雷达和相机之间的刚性转换。

• 基于激光雷达数据的特征地图构建
  

  这个例子演示了如何处理安装在车辆上的传感器的3-D激光雷达数据，以逐步构建地图。