このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
キャリブレーションとセンサー フュージョン
製造業、運輸業、建設業などの用途における、ほとんどの最新自律システムでは、複数のセンサーが採用されています。"センサー フュージョン" は、LiDAR センサーやカメラなど、複数のセンサーからのデータをまとめるプロセスです。融合されたデータでは、各センサーの長所を活用して他のセンサーの制限が克服されるため、より高い精度を実現できます。Lidar Toolbox™ の関数は、イメージへの LiDAR 点の投影、LiDAR 点群のカラー情報の融合、イメージから点群および点群からイメージへの境界ボックスの投影などのセンサー フュージョン プロセスをサポートしています。
個々のセンサーからのデータを理解して相互に関連付けるには、センサー間の幾何学的対応を開発する必要があります。"キャリブレーション" は、この対応を開発するプロセスです。Lidar Toolbox の関数を使用して、LiDAR カメラ キャリブレーションを実行します。開始するには、LiDAR カメラ キャリブレーションとはを参照してください。
LiDAR カメラ キャリブレーター アプリを使用して、センサーのキャリブレーションを対話的に実行することもできます。詳細については、Get Started with Lidar Camera Calibratorを参照してください。
アプリ
| LiDAR カメラ キャリブレーター | センサー データを融合するために LiDAR センサーとカメラの間の対応を対話的に確立する (R2021a 以降) |
関数
トピック
- LiDAR カメラ キャリブレーションとは
LiDAR とカメラのデータを融合する。
- Get Started with Lidar Camera Calibrator
Interactively calibrate lidar and camera sensors.
- Calibration Guidelines
Guidelines to help you achieve accurate results for lidar-camera calibration.
- Coordinate Systems in Lidar Toolbox
Overview of coordinate systems in Lidar Toolbox.
- rosbag ファイルからの LiDAR とカメラのデータの読み取り
この例では、rosbag ファイルからイメージと点群のデータを読み取って保存する方法を示します。
注目の例
LiDAR とカメラのキャリブレーション
この例では、3 次元 LiDAR センサーとカメラの間の剛体変換を推定し、その剛体変換行列を使用して LiDAR とカメラのデータを融合する方法を示します。
Multi-Lidar Calibration
Calibrate multiple 3-D lidar sensors mounted on a vehicle to estimate a relative transformation between them. Traditional methods, such as marker-based registration, are difficult when the lidar sensors have a negligible overlap between their fields of view (FOVs). The calibration also becomes more difficult as the number of lidar sensors increases. This example demonstrates the use of the trajectories of individual lidar sensors to estimate the transformation between them. This method of calibration is also known as hand-eye calibration.
Detect Vehicles in Lidar Using Image Labels
Detect vehicles in lidar using label data from a co-located camera with known lidar-to-camera calibration parameters. Use this workflow in MATLAB® to estimate 3-D oriented bounding boxes in lidar based on 2-D bounding boxes in the corresponding image. You will also see how to automatically generate ground truth as a distance for 2-D bounding boxes in a camera image using lidar data. This figure provides an overview of the process.
Track-Level Fusion of Radar and Lidar Data
Generate an object-level track list from measurements of a radar and a lidar sensor and further fuse them using a track-level fusion scheme. You process the radar measurements using an extended object tracker and the lidar measurements using a joint probabilistic data association (JPDA) tracker. You further fuse these tracks using a track-level fusion scheme. The schematic of the workflow is shown below.
