Lidar Toolbox

 

Lidar Toolbox

Lidar 処理システムの設計、解析、およびテスト

詳細を見る:

Lidar 向けのディープラーニング

ディープラーニング アルゴリズムを適用して、Lidar データのオブジェクト検出とセマンティック セグメンテーションを行います。

SqueezeSegV2 を使ったセマンティック セグメンテーション。

Lidar 点群のオブジェクト検出

Lidar 点群からオブジェクトを検出し、その周辺に指向性のあるバウンディングボックスをフィットさせます。PointPillars ネットワークなどのロバストな検出器の設計、学習、評価を行います。

Lidar のラベル付け

Lidar ラベラーアプリを使って組み込み済みもしくはカスタムのアルゴリズムで Lidar 点群のラベル付けを自動化し、自動化アルゴリズムの性能を評価します。

Lidar ラベラーアプリ。

Lidar - カメラ間のキャリブレーション

カメラと Lidar のデータを融合するには、Lidar とカメラのセンサーのクロス キャリブレーションを実行し、Lidar - カメラ間変換を推定します。

Lidar - カメラ間のキャリブレーション

チェッカーボード キャリブレーション メソッドを使用して、Lidar とカメラの間の剛体変換行列を推定します。

Lidar カメラ キャリブレーター アプリ

Lidar - カメラ間統合

Lidar とカメラのデータの融合による画像への Lidar 点群の投影、Lidar 点群の色情報の融合、共同設置されたカメラの 2D バウンディング ボックスによる Lidar の 3D バウンディング ボックスの推定を行います。

画像から Lidar 点群へのバウンディング ボックス変換。

Lidar データ処理

前処理によって Lidar 点群データの品質を改善し、そのデータから基本情報を抽出します。

Lidar 処理アルゴリズム

ダウンサンプリング、メディアン フィルタリング、法線推定、点群変換、点群特徴量抽出のための関数とアルゴリズムを適用します。

Lidar 点群からの接地セグメンテーション

2D Lidar 処理

2D Lidar スキャンを使用して、位置の推定と占有マップの作成を行います。

2D Lidar SLAM

2D Lidar スキャンから SLAM (自己位置推定と環境地図作成) アルゴリズムを実装します。実際のセンサーまたはシミュレートされたセンサーの読み取り値を使用して、位置を推定し、バイナリ占有グリッドもしくは確率占有グリッドを作成します。

Lidar データのストリーミング、読み込み、および書き出し

Lidar 点群データの読み込みおよび書き出しと、センサーからのライブデータのストリーミングを行います。

Velodyne Lidar センサーからの取得

Velodyne Lidar センサーからライブの Lidar 点群を取得し、MATLAB で可視化して、Lidar センシング アプリケーションを開発します。

MATLAB で Lidar データ取得を始める。

Lidar 点群データの読み込みと書き出し

さまざまなファイル形式 (PCAP、LAS、ibeo、PCD、PLY など) の Lidar データを読み込みます。Lidar データは PLY ファイルや PCD ファイルに書き出します。

LAS 形式の Lidar 点群データの読み込み。

特徴量の抽出とレジストレーション

Lidar 点群のレジストレーションを行い、SLAM (自己位置推定と環境地図作成) を使用して 3D マップを作成します。

Lidar 点群からの特徴量抽出

Lidar 点群から高速点特徴ヒストグラム (FPFH) 記述子を抽出します。

Lidar 点群からの特徴量の抽出とマッチング。

Lidar 点群のレジストレーション

地上および空中の Lidar データからの Lidar 点群シーケンスをつなぎ合わせて、3D SLAM アルゴリズムを実装します。

Lidar 点群シーケンスからの地図の作成。