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。
点群の処理
点群とは、3 次元空間におけるデータ点の集合です。点のまとまりは 3D 形状またはオブジェクトを表します。データ セットの各点は、x、y、z の幾何学的座標で表されます。点群は、多数の単一の空間測定値を、記述可能なオブジェクトとして表現されるデータセットにまとめる手段を提供します。点群処理はロボットの操縦および認識、深度推定、ステレオ ビジョン、視覚レジストレーション、および先進運転者支援システム (ADAS) といった分野で使用されています。Computer Vision Toolbox™ のアルゴリズムは、点群のダウンサンプリング、ノイズ除去、および変換を行うための点群処理機能を提供します。また、このツールボックスには点群のレジストレーション、幾何学的形状の 3 次元点群への近似、点群の読み取り、書き込み、保存、表示、比較を行う機能が備わっています。さらに、複数の点群を組み合わせて 3 次元シーンを再構成することも可能です。
pcregistericp
、pcregisterndt
、pcregistercorr
、および pcregistercpd
を使用して、移動点群を固定点群にレジストレーションすることができます。これらのレジストレーション アルゴリズムは、それぞれ反復最近接点 (ICP) アルゴリズム、正規分布変換 (NDT) アルゴリズム、位相相関アルゴリズム、およびコヒーレント点ドリフト (CPD) アルゴリズムに基づいています。レジストレーションされた点群を使用してマップを作成し、ループ閉じ込みを検出し、マップを最適化してドリフトを修正し、事前作成したマップで位置推定を実行できます。詳細については、MATLAB での点群 SLAM の実装を参照してください。
関数
ブロック
トピック
- Choose a Point Cloud Viewer
Compare visualization functions.
- Choose SLAM Workflow Based on Sensor Data
Choose the right simultaneous localization and mapping (SLAM) workflow and find topics, examples, and supported features.
- MATLAB での点群 SLAM の実装
点群のレジストレーションと地図作成のワークフローを理解する。
- PLY 形式
Stanford 三角形式。
- 深層学習を使用した点群入門
深層学習に点群を使用する方法を理解します。
- 検出されたオブジェクトを可視化する関数の選択
可視化関数を比較する。
- ラベル付け、セグメンテーション、検出 (Lidar Toolbox)
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、追跡