【点云】激光点云建图评测

处理工具

  1. Pcap合并软件
bash 复制代码
sudo apt install wireshark-common
  • 合并Pcap文件,路径为数据文件夹下,
bash 复制代码
#mergecap -w <输出的新Pcap> <输入的Pcap>
mergecap -w lidar_output.pcap slice2099-06-01/LIDAR/lidar.pcap slice2099-06-02/LIDAR/lidar.pcap
  1. 可视化软件
    Meshlab、禾赛Pandar View

点云3D重建的评测

1. 平面特征厚度

从点云LAS文件提取地面厚度指标:输入采样点坐标文件,输出各个采样点为中心 X m 2 Xm^2 Xm2最大厚度、90%最大厚度、厚度标准差与RMS等,类似标志牌的点云厚度评测。

2. 控制点精度

  1. 控制点绝对精度评测

3. 世界坐标点云重投影图像帧匹配精度

基本过程描述:某一时刻图像,查询INS位姿,利用Tci计算相机位姿,

点云从世界坐标转换到相机坐标,利用齐次坐标表达,
T c i ∗ T i w ∗ P w T_{ci}*T_{iw}*P_w Tci∗Tiw∗Pw

相机重投影
p = K [ R ∣ t ] X p=K[R|t]X p=K[R∣t]X

问题:重投影点云与图像特征距离偏大。

分析:LiDAR与INS的外参或INS与相机的外参误差过大。

验证方法:LiDAR与INS采用连续时间系统标定,与依靠INS定位的标定参数比对;标定Camera-LiDAR外参作真值,检验外参标定结果。

解决:相机与INS的外参Tci中的Z轴加0.3度,平移量z轴减去0.1m,使得某设备某次的建图重投影OK;建议LiDAR与INS的标定方法与相机和INS的标定在原理保持一致。

相关推荐
iMG16 小时前
当自动驾驶技术遭遇【电车难题】,专利制度如何处理?
人工智能·科技·机器学习·自动驾驶·创业创新
zhangfeng11331 天前
aigc 从2d 到 3d的形式转变,李飞飞在介绍WorldLabs的Marble平台,会围绕“空间智能“的核心理念,自动驾驶就是2d形式
3d·自动驾驶·aigc
大白IT2 天前
第二部分:感知篇——汽车的“眼睛”与“耳朵”(第5章:环境感知与理解——从“看见”到“看懂”)
人工智能·目标跟踪·自动驾驶·汽车
aFakeProgramer2 天前
自动驾驶技术路线之争:V2X(车路协同)深度解析
自动驾驶·v2x
背影疾风2 天前
基于深度学习的3D点云特征提取方法梳理
人工智能·深度学习·3d·自动驾驶
地平线开发者4 天前
征程 6E/M 计算平台部署指南
算法·自动驾驶
k***1954 天前
自动驾驶---E2E架构演进
人工智能·架构·自动驾驶
赋创小助手5 天前
英特尔确认取消 8 通道 Diamond Rapids:服务器 CPU 战局再度升级
服务器·图像处理·人工智能·深度学习·计算机视觉·自然语言处理·自动驾驶
TsingtaoAI5 天前
企业实训|自动驾驶中的图像处理与感知技术——某央企汽车集团
图像处理·人工智能·自动驾驶·集成学习
NewCarRen5 天前
自动驾驶安全评估框架:基于物理的功能能力测试
网络安全·自动驾驶·汽车