【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=KR\|tX p=KR∣tX

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
田里的水稻16 小时前
EP_XML\JSON配置文件和YAML
xml·运维·人工智能·机器人·自动驾驶·json
春日见3 天前
Bevfomer论文笔记
人工智能·深度学习·学习·机器学习·计算机视觉·自动驾驶
weixin_400005604 天前
Vision-Language-Action:LMDrive双损失函数训练模块与 LangAuto 基准评测框架
人工智能·深度学习·算法·机器学习·自动驾驶
HERR_QQ4 天前
强化学习的数学原理 学习笔记
人工智能·笔记·学习·自动驾驶
weixin_400005604 天前
RL-frenet-trajectory-planning-in-CARLA
人工智能·深度学习·算法·机器学习·自动驾驶
武子康4 天前
调查研究-216 Tesla Robotaxi 进了 Miami,但真正的考题才刚开始
人工智能·llm·自动驾驶
weixin_400005604 天前
Vision-Language-Action:LMDrive项目架构与核心算法组件
人工智能·深度学习·算法·机器学习·架构·自动驾驶
地平线开发者5 天前
征程 6E/M Matrix 开发评板使用系列(一):开箱与点亮
算法·自动驾驶
天佑木枫6 天前
AI:AI 开车撞了人,谁赔钱?——自动驾驶的法律黑洞
人工智能·机器学习·自动驾驶
冬奇Lab9 天前
每日一个开源项目(第146篇):openpilot - 开源自动驾驶辅助系统,曾在 Consumer Reports 评测中超过特斯拉 Autopilot
人工智能·开源·自动驾驶