ReactJS Velodyne激光雷达点云查看器 激光雷达数据 激光雷达数据是从下载的，下载了经过同步和校正的数据并解压缩。 使用情况 将未drive_data数据文件夹放在drive_data文件夹中，文件夹结构类似于此图像 通过npm或yarn安装依赖项 npm install # or yarn 打开终端到项目文件夹启动服务器 node serverSrc.js 打开另一个终端并运行React npm start

速腾3D激光雷达，室内和室外 数据稳定性测试报告，欢迎有兴趣的朋友查阅！

很好地实现了激光雷达点云的ICP配准，附带数据

传统输电线路巡检航线自动规划方法规划的线路花费巡检时间较长，巡检路径难以达到最短，且不能优先经过风险系数较高的杆塔，针对上述问题，引用激光雷达点云数据设计了一种新的输电线路巡检航线自动规划方法。在全球定位系统GPS和惯性导航系统IMU定位方位分析下，进行输电线路巡检扫描，获取线路的平面图和断面图，分析输电线路巡检扫描报告，通过计算机远程操控仿真，利用迭代操作调整不同杆塔的信息素浓度，确定最优路径。实验结果表明，基于激光雷达点云数据的输电线路巡检航线自动规划方法线路花费的巡检时间较短，能够优先经过风险系数较高的杆塔，提高巡检的安全性。

一本有关绿土数字科技有限公司基于PCL点云处理的书籍，详细介绍了PCL基础功能输入、输出、kd-tree、八叉树、可视化、点云滤波深度图像、点云特征描述与提取、点云配准/分割、曲面重建等功能模块

三维激光雷达广泛应用在智能车系统中,点云目标分割是智能车环境感知中的关键技术。针对目前三维激光雷达点云目标分割算法实时性和准确性不高的问题,提出一种基于深度图的点云目标快速分割方法。将点云数据表示为深度图,建立深度图与点云数据的映射关系。利用激光雷达扫描线的角度阈值去除地面点云数据,结合深度图和自适应参数改进的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法对非地面点云进行聚类分割。实验结果表明该方法相对于传统聚类算法在时间效率上有很大的提升,且能较好地降低欠分割错误率,分割准确度提升10%,达到了85.02%。

以杭州钱江新城森林公园和新疆维吾尔自治区阿克苏市红旗坡农场的水杉、柳树、女贞、竹子和苹果树为研究对象,基于机载LiDAR获取高分辨率点云数据,结合支持向量机分类器,提出了多种树木特征,如结构特征参数、纹理特征参数和冠形特征参数等,以实现树种分类。实验结果表明,5种树木分类的整体准确率达85%,Kappa系数为0.81。所提分类方法不仅从LiDAR数据中获得了更有前景的单株树特征,还展示了一个可用于提高树种分类性能的有效框架。

GB／T 36100-2018 机载激光雷达点云数据质量评价指标及计算方法，新国标，共享给大家。 里面详细记录的机载激光雷达点云评价的相关指标和计算方法，包括点密度、旁向重叠度、对质量检查有知道意义。 希望有更好的资源可以共享。

实现了2017年Improved progressive TIN densification filtering algorithm for airborne LiDAR data in forested areas一文中较高精度的滤波算法 调通代码后仍有问题，欢迎私信。

基于激光雷达点云的圆柱体（树干）几何建模.rar