激光雷达测试数据bag文件，可以在rviz中显示。该数据集包括点云的xyz坐标和intensity反射强度。终端输入：rosbag play -l **.bag 另开终端 rosrun rviz rviz ，按照话题订阅/velodyne_points话题，修改Frame_id为/velodyne，按下回车。
2022-10-29 20:00:38
28.6MB
1
去噪声代码matlab
Velodyne_tls
这项研究开发了一种使用低成本Velodyne
VLP-16激光雷达系统来采集密集点云的方法，而无需使用昂贵的GNSS定位或IMU。
我们的设置包括将激光雷达安装在电动机上以连续改变扫描方向，这会导致点云密度显着增加。
后处理会重建每个点的位置，以解决采集时的电机角度，而校准步骤会考虑硬件组合中的不准确性。
该系统在建筑物和废弃矿井等室内环境中进行了测试，但在室外也有望获得良好的效果。
有关这项工作的研究可在这里找到：2020，如有任何疑问，请与我联系：
演示文件中运行代码的说明
首先，在此链接下载示例点云：
.pcap文件必须与main_demo.m位于同一文件夹中
用于运行代码的参数已经初始化，并且涉及转速，电机同步，机械臂校准以及alpha1参数和alpha2。
运行main_demo。
这段代码创建了与16个扫描带相对应的16个层文件。
然后可以合并这些文件。
可以使用calibration_demo.m文件调用的函数calibration_alpha1.m和calibration_alpha2.m来检查优化参数。
该系统在野外使
2022-09-19 16:32:54
14.58MB
1
16线 激光雷达velodyne 进行避障的源码
于2021-03-23 马路测试 OK。
如有疑问联系邮箱：yanghuichun88@126.com
2022-05-25 10:25:34
1.52MB
1
点云标签工具
用于标记单点云或点云流的工具。
给定KITTI点云数据集的姿态，我们将加载重叠点云的图块。 因此，在某个区域中一次标记了多个点云。
特征
支持KITTI视觉基准点云。
xml中易于阅读的标签描述文件允许定义标签名称，id和颜色。
现代OpenGL着色器，甚至可以渲染数百万个点。
用于标记单个点和多边形的工具。
标签的过滤使轻松标记复杂的结构变得容易。
依存关系
柳絮
本征> = 3.2
提升> = 1.54
QT> = 5.2
OpenGL核心配置文件> = 4.0
（柳絮包）
建造
在Ubuntu 16.04和18.04上，可以从程序包管理器安装大多数依赖项：
sudo apt install git libeigen3-dev libboost-all-dev qtbase5-dev libglew-dev catkin
此外，请确保您已安装和动词：
2022-05-19 02:04:41
127KB
1
RS到Velodyne
用于将Robosense点云转换为Velodyne点云格式的ros工具，可直接用于下游算法，例如LOAM，LEGO-LOAM，LIO-SAM等。
当前支持XYZI和XYZIRT格式的RS-16和RS-Ruby LiDAR点云。 更多LiDAR型号支持即将推出。
使用情况
1. XYZI
对于来自/rslidar_points XYZI格式的点云：
rosrun rs_to_velodyne rs_to_velodyne XYZI
输出点云是Velodyne格式的XYZIR点云/velodyne_points 。
2. XYZIRT
对于来自/rslidar_points XYZIRT格式的点云（请注意，您需要最新的驱动程序才能获得这种类型的点云）：
rosrun rs_to_velodyne rs_to_velodyne XYZIRT
输出点云是Ve
2022-03-24 16:10:25
5KB
1
kitti-velodyne-viewer
用单个文件查看带有边界框标签的kitti激光雷达点云。
要求
该代码需要和python 3.x
数据集
下载KITTI 3D对象检测数据并组织文件夹，如下所示：
dataset/KITTI/object/
velodyne/
training/
000003.bin
testing/
calib/
training/
000003.txt
testing/
label/
training/
000003.txt
testing/
2022-03-07 16:42:15
3.38MB
1
loam_velodyne_kitti_ros
该软件包是LOAM算法的ROS Indigo版本的修改副本，可与KITTI数据集一起使用：
在以下方面进行了主要更改：
scanRegistration.cpp重命名为scanRegistrationKittiROS.cpp
通过读取.bin文件并将其转换为点云数据来发布该文件末尾的KITTI数据集。
此外，每个.bin文件中的点云以较低的速率（4 Hz，取决于计算机的速度）发布。 这样做是因为在我的计算机上进行的实验中，LiDAR的原始速率使LOAM算法掉落了一些点云，从而导致了不正确的轨迹。
此外，由于KITTI数据集没有失真，因此对transformToEnd（）和transformToStart（）函数进行了修改。
Velodyne HDL-64环的分离已根据
在构建项目之前，重要的是要考虑KITTI Datas
2022-01-05 22:23:08
68KB
1