Lidar Toolbox 提供多种算法、函数和 App,可用于设计、分析和测试激光雷达处理系统。您可以执行目标检测和跟踪、语义分割、形状拟合、激光雷达配准和障碍物检测。该工具箱提供激光雷达相机交叉标定的工作流和 App。
该工具箱支持您流式传输来自 Velodyne®、Ouster® 和 HokuyoTM 激光雷达的数据,并读取由 Velodyne、Ouster 和 Hesai® 激光雷达传感器记录的数据。 激光雷达查看器支持激光雷达点云的交互式可视化和分析。您可以使用机器学习和深度学习算法(例如 PointPillars、SqueezeSegV2 和 PointNet++)来训练检测、语义分割和分类模型。激光雷达标注器支持手动和半自动标注激光雷达点云,用于训练深度学习和机器学习模型。
Lidar Toolbox 为感知和导航工作流提供激光雷达处理参考示例。大多数工具箱算法都支持 C/C++ 代码生成,以便集成到现有代码、开发桌面原型和进行部署。
激光雷达标注
标注激光雷达点云以用于训练深度学习模型。借助激光雷达标注器,应用内置或自定义算法自动标注激光雷达点云,并评估自动算法的性能。
激光雷达配准和同步定位与地图构建 (SLAM)
通过提取和匹配快速点特征直方图 (FPFH) 描述符或使用分割匹配来配准激光雷达点云。将地面和航空激光雷达数据中的激光雷达点云序列拼接到一起,从而实现三维 SLAM 算法。