前処理

3 次元点群のダウンサンプリング、フィルター処理、変換、配置、ブロック処理、整理、特徴抽出

LiDAR センサーは、周囲の環境の 3 次元スキャンを "点群" と呼ばれる空間内の点の集合として生成します。点群は正確かつロバストであり、ロボティクスへの応用に役立ちますが、生の点群データは大きく、高密度のノイズを含み、分散して分布しています。Lidar Toolbox™ には、点群をより適切に格納して使用できるようにするための前処理の機能があります。

Lidar Toolbox には、点群のダウンサンプリング、フィルター処理、変換、配置、ブロック処理、整理、特徴抽出などの予備処理を行うアルゴリズムがあります。これらのアルゴリズムにより、データの品質と正確性が向上し、高度なワークフローを高速化して結果を改善できます。
点群データが大きすぎて一度に処理できない場合は、関数 blockedPointCloud を使用して点群を小さいブロックに分けて処理できます。
オブジェクト検出やセグメンテーションなど、オーガナイズド点群を必要とする高度なワークフロー用に、関数 pcorganize を使用してアンオーガナイズド点群をオーガナイズド形式に変換できます。オーガナイズド点群とアンオーガナイズド点群の区別の詳細については、オーガナイズド点群とアンオーガナイズド点群とはを参照してください。
Lidar Toolbox には、点群データから表面メッシュ、数値標高モデル (DEM)、および 2 次元スキャンを生成する関数が含まれています。surfaceMesh オブジェクトを使用することにより、表面メッシュデータの作成と処理を行うこともできます。Lidar Toolbox には、表面メッシュの読み取り、書き込み、可視化を行う関数があります。

点群データの可視化、解析、前処理は、LiDAR ビューアーアプリを使用して対話的に行うこともできます。

アプリ

LiDAR ビューアー	LiDAR データの可視化と解析 (R2021b 以降)
LiDAR レジストレーションアナライザー	Analyze results of lidar point cloud registration (R2024a 以降)

関数

すべて展開する

予備処理

`pcdownsample`	3 次元点群のダウンサンプリング
`pcmedian`	3 次元点群データのメディアンフィルター処理 (R2020b 以降)
`pcdenoise`	3 次元点群からのノイズの除去
`findPointsInCylinder`	Find points within a cylindrical region in a point cloud (R2023a 以降)
`removeInvalidPoints`	点群から無効な点を削除
`removeHiddenPoints`	Remove hidden points from point cloud (R2023a 以降)
`pcalign`	Align array of point clouds (R2020b 以降)
`pccat`	3 次元点群配列の連結 (R2020b 以降)
`pcnormals`	点群の法線の推定
`pctransform`	3 次元点群の変換
`undistortEgoMotion`	Undistort point cloud affected by ego motion (R2023a 以降)

ブロック処理

`blockedPointCloud`	Point cloud made from discrete blocks (R2022a 以降)
`blockedPointCloudDatastore`	Datastore for use with blocks from `blockedPointCloud` objects (R2022a 以降)

点群の整理

pcorganize 3 次元点群をオーガナイズド点群に変換 (R2021b 以降)

点群の点の検出

`findNearestNeighbors`	点群内の点の最近傍を検出
`findNeighborsInRadius`	点群内の点の半径内にある近傍の検索
`findPointsInROI`	点群の関心領域内の点を検出

特徴の検出と抽出

`extractEigenFeatures`	点群セグメントから固有値ベースの特徴を抽出 (R2021a 以降)
`extractFPFHFeatures`	点群から高速点特徴ヒストグラム (FPFH) 記述子を抽出 (R2020b 以降)
`detectISSFeatures`	Detect ISS feature points in point cloud (R2022a 以降)
`detectLOAMFeatures`	Detect LOAM feature points from 3-D lidar data (R2022a 以降)
`detectRectangularPlanePoints`	点群から指定した寸法の四角形平面を検出 (R2020b 以降)
`detectRoadAngles`	Detect road angles in point cloud (R2022b 以降)

点群のレジストレーション

`pcregisterloam`	Register two point clouds using LOAM algorithm (R2022a 以降)
`pcregisterfgr`	Register two point clouds using FGR algorithm (R2022b 以降)
`pcregistericp`	ICP アルゴリズムを使用した 2 つの点群のレジストレーション
`pcregistercpd`	Register two point clouds using CPD algorithm
`pcregistercorr`	Register two point clouds using phase correlation (R2020b 以降)
`pcregisterndt`	Register two point clouds using NDT algorithm

点群の変換

`pc2dem`	点群データの数値標高モデル (DEM) の作成 (R2021b 以降)
`pc2scan`	Convert 3-D point cloud into 2-D lidar scan (R2022a 以降)
`pc2surfacemesh`	3 次元点群からの表面メッシュの作成 (R2022b 以降)

表面メッシュワークフロー

`surfaceMesh`	表面メッシュの作成 (R2022b 以降)
`pc2surfacemesh`	3 次元点群からの表面メッシュの作成 (R2022b 以降)
`readSurfaceMesh`	標準メッシュファイル形式から 3 次元表面メッシュデータを読み取る (R2022b 以降)
`writeSurfaceMesh`	表面メッシュを標準メッシュファイル形式に書き込む (R2022b 以降)
`surfaceMeshShow`	Display surface mesh (R2022b 以降)
`smoothSurfaceMesh`	Smooth surface mesh (R2023a 以降)
`clusterConnectedFaces`	Cluster connected faces (R2023a 以降)

格納

`lidarParameters`	LiDAR センサーのパラメーター (R2021b 以降)
`lidarPointAttributes`	Object for storing lidar point attributes (R2022a 以降)

トピック

LiDAR の概要
LiDAR の概念および用途のおおまかな概要。
Coordinate Systems in Lidar Toolbox
Overview of coordinate systems in Lidar Toolbox.
オーガナイズド点群とアンオーガナイズド点群とは
アンオーガナイズド点群およびオーガナイズド点群の定義と前者を後者に変換する方法。
LiDAR ビューアー入門
LiDAR データの対話的な可視化と解析。
Get Started with the Lidar Registration Analyzer App
Interactively compare results of point cloud registration techniques.
Create Custom Preprocessing Workflow with Lidar Viewer
Create custom preprocessing workflows for interactive use within the app.
特徴を使用した 2 つの点群間の変換の推定
この例では、2 つの点群の間の剛体変換を推定する方法を示します。
Estimate Stockpile Volume from Aerial Lidar Data
This example shows how to estimate the volume of a stockpile from aerial point cloud data.

注目の例

Export Point Cloud Segmentations to KML Files

Export segmented point cloud data to a Keyhole Markup Language (KML) files and read and visualize the KML data using different tools.

ライブスクリプトを開く

球面投影の使用による点群のアンオーガナイズドからオーガナイズドへの変換

この例では、球面投影を使用してアンオーガナイズド点群をオーガナイズド形式に変換する方法を説明します。

ライブスクリプトを開く

Create, Process, and Export Digital Surface Model from Lidar Data

Process aerial lidar data received from an airborne lidar system into a GeoTIFF file. Import a LAZ file containing aerial lidar data, create a spatially referenced digital surface model (DSM) from the data, crop the DSM to an area of interest, and export the cropped DSM to a GeoTIFF file.