我想为DL模型创建综合训练数据,以便在点云中进行分割和分类。地面真实/真实数据包括LiDAR点云。我使用python / open3d编写了一个简单的网格采样模型,并且能够快速将3D场景传输到点云(见图1),但是我需要包括LiDAR传感器的某些特征。
Blensor(https://www.blensor.org/)以我需要的方式工作(图2),但是我不想使用Blender Atm。同样,对于我的用例来说,结果也没有足够的质量。
[第一步,我想切断LiDAR传感器的某个位置无法到达的点,主要是创建“阴影”,这对于使训练数据更加逼真非常重要。您对简单快速的解决方法有什么建议吗?我的点云保存在包含x,y,z和nx,ny,nz值的熊猫数据框中。
提前,reiti
如果您的3D场景可以用距离函数的形式描述(本质上是由一系列与点云数据相对的简单几何形状组成),那么可以使用易于修改的,模拟激光雷达传感器的光线跟踪算法来进行。
对于每个激光雷达“射线”(即每个方向),您只需要保存第一个场景碰撞的xyz坐标。这也使您可以完全自由地匹配原始的现实世界传感器属性(例如角度和点数)。
场景和传感器射线之间的距离的计算有多容易,取决于您设置的场景及其表示方式。很抱歉无法为您提供立即可用的限制,但这可能会为您提供一些指导。