メインコンテンツ

Lidar Toolbox

LiDAR 処理システムの設計、解析、テスト

Lidar Toolbox™ には、LiDAR 処理システムの設計や解析、テストを行うためのアルゴリズム、関数、アプリが用意されています。オブジェクトの検出や追跡、セマンティック セグメンテーション、形状当てはめ、LiDAR レジストレーション、障害物検出を行うことができます。ツールボックスには、LiDAR とカメラのクロスキャリブレーション用のワークフローやアプリが用意されています。

このツールボックスを使用して、Velodyne®、Ouster®、Hokuyo™ の各 LiDAR からのデータのストリーミングと、Velodyne、Ouster、Hesai® の LiDAR センサーなどのセンサーで記録されたデータの読み取りができます。LiDAR ビューアー アプリを使用すると、LiDAR 点群を対話的に可視化し、解析することができます。PointPillars、SqueezeSegV2、PointNet++ などの機械学習アルゴリズムや深層学習アルゴリズムを使用して、検出モデル、セマンティック セグメンテーション モデル、および分類モデルの学習を行うことができます。LiDAR ラベラー アプリは、深層学習や機械学習のモデルに学習させるための LiDAR 点群の手動/半自動のラベル付けをサポートしています。

Lidar Toolbox には、知覚とナビゲーションのワークフローでの LiDAR 処理の参考例が用意されています。ツールボックスのほとんどのアルゴリズムでは、既存のコードとの統合やデスクトップ プロトタイピング、展開のための C/C++ コード生成がサポートされています。

Lidar Toolbox 入門

Lidar Toolbox の基礎を学ぶ

インポート、エクスポート、可視化

LiDAR 点群データの読み取り、書き込み、可視化、大規模な点群データの処理

フィルター処理、変換、幾何演算

フィルター処理、変換、メッシング、幾何学的モデル当てはめによる点群の処理

ラベル付け、セグメンテーション、検出

深層学習アルゴリズムと幾何学的アルゴリズムを使用した点群データのオブジェクトのラベル付け、セグメンテーション、検出、分類

レジストレーションと SLAM

ICP や NDT などのアルゴリズムまたは特徴ベースの手法を使用した点群のレジストレーション、3 次元点群データまたは 2 次元 LiDAR スキャンでの SLAM アルゴリズムの実装

キャリブレーションとセンサー フュージョン

センサー間の外部パラメーターの検出による LiDAR カメラ キャリブレーションの実行、センサー間のデータの融合

LiDAR データの収集とセンサー シミュレーション

サポートされているサードパーティ製ハードウェアからの LiDAR データの収集、シミュレーション用の合成 LiDAR センサー測定値の作成