Lidar
文章平均质量分 86
庐陵小子
4年车联网,3年ADAS测试和仿真,转型能力提升中;
展开
-
激光雷达障碍物识别
PCD数据处理提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录PCD数据处理前言PCD数据读取二、使用步骤1.引入库2.读入数据总结前言在前一章节,我们已经了解如何分割和聚类简单的仿真产生的点云。这里我们将介绍如何使用分割和聚类算法处理自动驾驶车辆的真实点云数据。同时我们将介绍点云滤波处理,已经处理pcd文件流实现障碍物检测的方法。PCD数据原创 2021-05-16 20:29:36 · 3247 阅读 · 1 评论 -
基于PCL实现欧式聚类提取
Lidar系列文章传感器融合是将多个传感器采集的数据进行融合处理,以更好感知周围环境;这里首先介绍激光雷达的相关内容,包括激光雷达基本介绍(本节内容),激光点云数据处理方法(点云数据显示,点云分割,点云聚类,障碍物识别实例)等。系列文章目录1. 激光雷达基本介绍2. 激光点云数据显示3. 基于RANSAC的激光点云分割4. 点云分割入门级实例学习5. 激光点云目标物聚类文章目录Lidar系列文章基于PCL实现欧式聚类提取基于PCL实现欧式聚类提取本节我们将介绍如何用PCL Euclid原创 2021-05-16 11:47:42 · 1155 阅读 · 0 评论 -
激光点云目标物聚类
系列文章目录文章目录系列文章目录前言欧氏聚类KD-TreeKD-Tree中搜索点使用PCL进行欧氏聚类前言目前我已经实现点云分割,分离出障碍物点云。如果可以将这些障碍物进行区分,分离出同一物体反射的点云,则将会对我们的多目标跟踪(车辆,行人,自行车等)非常有帮助。欧氏聚类聚类:分离出属于同一障碍物的激光点云,比如车辆,行人等;欧氏聚类:Euclidean clustering,根据点之间的距离进行分组关联;KD-Tree:通过将搜索空间分块并将点云分类进不同的区域,减小了不相邻点云间的距离计算原创 2021-05-16 09:22:09 · 2136 阅读 · 0 评论 -
点云分割入门级实例
Lidar系列文章传感器融合是将多个传感器采集的数据进行融合处理,以更好感知周围环境;这里首先介绍激光雷达的相关内容,包括激光雷达基本介绍(本节内容),激光点云数据处理方法(点云数据显示,点云分割,点云聚类,障碍物识别实例)等。系列文章目录1. 激光雷达基本介绍2. 激光点云数据显示3. 基于RANSAC的激光点云分割文章目录Lidar系列文章基于PCL实现平面模型分割基于PCL实现圆柱体模型分割基于PCL实现平面模型分割本小节主要介绍如何对一组点云数据做一个简单的平面分割。#inclu原创 2021-05-16 08:21:40 · 1376 阅读 · 0 评论 -
基于RANSAC的激光点云分割
系列文章目录文章目录系列文章目录RANSAC随机抽样一致简介实例-使用RANSAC拟合直线实例-使用RANSAC拟合平面使用PCL点云库分割平面RANSAC随机抽样一致简介RANSAC(RANdom SAmple Consensus)随机抽样一致定义:从一组包含“局外点”的观测数据集中,通过迭代方式估计数学模型的参数。每次迭代时选取一个数据子集(线:2个数据点,面:三个数据点)并对其进行拟合,计算剩余点到拟合后的模型(线/面)的距离,包含最多数量的“局内点”(距离模型一定范围内的点)或最小的噪声作为原创 2021-05-15 18:28:46 · 2573 阅读 · 2 评论 -
激光点云数据显示
系列文章目录提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录系列文章目录前言激光点云数据显示一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言本章将介绍如何加载、俯视图显示激光点云数据,去除地面反射点云。所使用的是KITTI数据集,使用Velodyne HDL-64E机械旋转式激光雷达采集,旋转频率10Hz,一圈大概有100k点原创 2021-05-15 11:58:05 · 2084 阅读 · 0 评论 -
激光雷达基本介绍
激光雷达系列文章目录传感器融合是将多个传感器采集的数据进行融合处理,以更好感知周围环境;这里主要介绍激光点云数据处理以获取障碍物位置信息。提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录激光雷达系列文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,原创 2021-05-11 22:36:37 · 4210 阅读 · 0 评论