Point Cloud Toolbox

更新
点群データを読み取るための MATLAB スクリプトが左側に、可視化された点群データが右側に表示されています。

点群の読み取り、書き込み、および可視化

LAS/LAZ、PCD、PLY などのファイル形式から点群をインポートしたり、Velodyne® や Ouster® などの LiDAR センサーから点群データを直接ストリーミングしたりできます。点群アナライザーアプリを使用して、あらゆるサイズのデータセットの点群データを可視化し、探索できます。

点群アナライザー入門

ドキュメンテーション | 例

ティーポットの点群に変位場を適用した様子。各パーツの形状を保ったまま、ジオメトリが個別のコンポーネントに分離されています。

点群の処理と解析

アンオーガナイズド点群からオーガナイズド点群への変換、地面のセグメンテーション、クラスタリング、形状当てはめ、幾何学的変換、特徴抽出のアルゴリズムを使用して、地上点群と航空点群を処理および解析します。

特徴を使用した 2 つの点群間の変換の推定

ドキュメンテーション | 例

点群レジストレーション アナライザー アプリが、2 つのレジストレーション結果の比較と前処理ステップを示しています。

点群レジストレーションと SLAM

ICP、NDT、および FPFH ベースの特徴マッチングなどのアルゴリズムを使用して、点群レジストレーションを行います。点群レジストレーション アナライザー アプリを使用して、レジストレーション アルゴリズムを評価、比較します。地上点群および航空点群の地図作成と位置推定を行うための 3D SLAM ワークフローを実装します。

MATLAB での点群 SLAM の実装

ドキュメンテーション | 例

チェッカーボード検出とキャリブレーション誤差のプロットを示す、LiDAR カメラ キャリブレーター アプリ。

LiDAR - カメラ間のキャリブレーション

3D LiDAR センサーとカメラ間の剛体変換を推定します。カメラと LiDAR 間で推定された剛体変換行列を使用して、両センサーからのデータを融合します。

ドキュメンテーション | 例

建物、植生、地面、およびその他のクラスのセマンティックラベルが重ね合わされた点群。

点群向けディープラーニング

点群のセマンティック セグメンテーションとオブジェクト検出に、ディープラーニング アルゴリズムを適用します。これらのネットワークを学習させてテストし、そのパフォーマンスを評価します。C/C++ または CUDA コードを生成して、これらをターゲット ハードウェア上に展開します。

ドキュメンテーション | 例

動画と LiDAR 点群で同期された車両ラベルを示すマルチセンサー ラベラー アプリ。

点群と動画のラベル付け

点群と動画を、オブジェクト検出、セマンティック セグメンテーション、およびレーン検出向けにラベル付けします。マルチセンサー ラベラー アプリで組み込みまたはカスタムの自動化アルゴリズムを使用して、ラベル付けプロセスを迅速化します。

ドキュメンテーション | 例

製品リソース:

ドキュメンテーション 例 要件 リリースノート
研究者がディープラーニングを使ってチーターから着想を得たロボットを設計

「車の窓から外に手を出しているところを想像してみてください。その力を感じるはずです。私たちは、チーターがこの空気抵抗を用いて、高速旋回時に体を安定させていることを突き止めました。」

ARU ディレクター、Amir Patel 氏
その他のユーザー事例を見る

Point Cloud Toolbox に関するよくある質問 (FAQ)

Point Cloud Toolbox には、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、障害物検出などの LiDAR 処理システムの設計、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。

Point Cloud Toolbox は、LiDAR センサー、RGB-D カメラ、ステレオカメラ、ミリ波レーダーからの点群データをサポートしています。また、ビジュアル SLAM、フォトグラメトリー、Structure from Motion のワークフローで生成されたデータも処理できます。

はい。PCD、PLY、LAS、LAZ、PCAP などの標準のファイル形式から点群データをインポートすることも、Ouster、Velodyne、SICK、Hokuyo などの一般的な LiDAR センサーからデータを直接ストリーミングしてリアルタイムで処理と解析を行うこともできます。

点群アナライザーアプリを使用すると、点群の対話的な可視化、解析、測定ができます。地面点群除去、ノイズ除去、メディアンフィルター処理、トリミング、ダウンサンプリングのための組み込みの前処理アルゴリズムを備え、カスタムの前処理アルゴリズムもサポートしています。

はい。LiDAR カメラ キャリブレーター アプリを使用すると、3D LiDAR センサーとカメラ間の剛体変換を推定し、2 つのセンサーのデータを融合できます。

はい。Point Cloud Toolbox には、ICP、NDT、および FPFH ベースの特徴マッチングを含む、点群レジストレーション向けのアルゴリズムが用意されています。また、点群データを使用した地図作成と位置推定向けの 3D SLAM ワークフローもサポートします。

マルチセンサー ラベラー アプリを使用すると、点群と動画を知覚システムの学習と評価向けにラベル付けできます。複数のセンサーからのデータを使用して、オブジェクト検出、セマンティック セグメンテーション、およびレーン検出タスク向けのグラウンド トゥルース ラベルを作成できます。このアプリには自動化アルゴリズムが組み込まれており、カスタムの自動化ワークフローもサポートしているため、ラベル付けプロセスを迅速化できます。

はい。PointPillars、SqueezeSegV2、PointNet++、PointSeg などのディープラーニング アルゴリズムを使用して、LiDAR 点群で検出モデル、セマンティック セグメンテーション モデル、分類モデルを学習させることができます。

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。また、一部のアルゴリズムでは CUDA コード生成もサポートされています。