點云數據

加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

點云數據（point cloud data）是指在一個三維坐標系統中的一組向量的集合。掃描資料以點的形式記錄，每一個點包含有三維坐標，有些可能含有顏色信息（RGB）或反射強度信息（Intensity）。

點云數據（point cloud data）是指在一個三維坐標系統中的一組向量的集合。掃描資料以點的形式記錄，每一個點包含有三維坐標，有些可能含有顏色信息（RGB）或反射強度信息（Intensity）。收起

查看更多
  • LION: 用于點云中3D目標檢測的線性組RNN
    LION的示意圖主要包括多個LION模塊，每個模塊配有體素生成以增強特征，并配有體素合并以沿高度維度對特征進行下采樣。(H, W, D)表示3D特征圖的形狀，其中H、W和D分別是3D特征圖在X軸、Y軸和Z軸上的長度、寬度和高度。N是LION模塊的數量。在LION中，我們首先將點云轉換為體素，并將這些體素劃分成一系列等大小的組。然后，我們將這些分組的特征輸入LION的3D骨干網絡，以增強它們的特征表示。最后，這些增強的特征被輸入到BEV（鳥瞰圖）骨干網和檢測頭中，以進行最終的3D檢測。
  • 激光點云系列之三：點云配準
    由于受到視場角的限制，激光雷達在實時采集點云數據時，只能獲得有限視野范圍內的點云圖像。為了獲得三維場景的點云數據，感知算法人員需要在已知的初始姿態(tài)信息下，將采集到的前后兩幀不同點云轉換到統一坐標系下，將點云重合的部分拼接在一起——這就是點云配準技術。
  • 激光點云系列之二：激光雷達點云處理中遇到的問題及對策
    在與激光雷達公司和下游主機廠或者解決方案商的專家交流的過程中，筆者發(fā)現，當前激光點云的處理過程中，感知算法人員會遇到很多問題。比如，點云噪點的問題、點云的過多或者過少的問題、FOV的設計問題、點云重疊區(qū)域的問題、標定參數偏移的問題等。
  • 激光點云系列之一：詳解激光雷達點云數據的處理過程
    隨著激光雷達的上車數量的不斷攀升，如何用好激光雷達成為了重中之重，而用好激光雷達的關鍵點之一就在于處理好點云數據。
  • LiDAR在FPGA和ASIC之間的選擇
    LiDAR點云的實時處理有時甚至超過100萬個數據點/秒，因此需要高水平的計算來加速點云深度學習算法。
    520
    2021/11/02