FOSCAR-(Autonomous Driving)/대학생 창작 모빌리티 경진대회 (4) 썸네일형 리스트형 [LiDAR팀] 라이다 스터디 Lesson 2 Lidar 교육은 Udacity에서 올려주는 강의(ls1~4) 및 깃허브 코드로 스터디하는 내용을 정리할거다. (출처:https://github.com/udacity/SFND_Lidar_Obstacle_Detection/https://www.youtube.com/watch?v=f4bx0tzpBBU) Lesson 2: Point Cloud Segementation 이제, 우리는 주어진 상황에서의 장애물들을 찾아내고 싶다. 하지만, 주어진 도로 상황에서 어떤 물체들은 우리가 보고 싶은 장애물들이 아니다. 예를 들자면, 도로위의 자유공간들이 해당된다. 만약 도로가 평평하면 도로가 아닌 지점에서 도로의 지점들을 골라내는 과정은 매우 간단하다. 이를 위해 우리는 Planar Segementation(평면분.. [LIDAR팀] Skeleton Code Review 이번에 리뷰할 코드는 skeleton code입니다. skeleton code는 일종의 뼈대 코드로, 기본적인 구조와 기능을 가지고 있지만, 구현되어 있지 않거나 미완성인 부분이 많습니다. 이러한 skeleton code는 주로 프로젝트 초기에 사용되며, 팀 내에서 코드 작성 방식을 표준화하고, 기본 구조를 확립하는데 사용됩니다. 이번 코드 리뷰를 통해 skeleton code의 구조와 기능에 대해 이해하고 이를 미션에 적용시킬수 있도록 개선함으로써 더 나은 미션 코드를 작성하려고 합니다. 그러면 이제부터 코드리뷰를 진행해보겠습니다. #include "header.h" //header.h 참조 #include "dbscan.h" // dbscan.h 참조 using namespace std; /*dbsc.. [LiDAR팀] 정혁제 #Lesson 4 - Working with Real PCD 1. Load Real PCD lesson 3까지 시뮬레이션 point cloud를 분할하고, 클러스터링 하는 방법을 배웠다. 이제 앞서 배운 개념들을 자율주행 차량의 실제 point cloud data에 적용해보는 방법을 배워보자!! 일단 실차의 PCD(Point Cloud Data)를 불러오는게 첫번째 일이다. 시작해보자!! 2. Load PCD 먼저 차에 기록된 PCD파일들을 로드할려면, 앞서 만든 simpleHighway 함수에서 만든 것과 유사한 새로운 point processor 를 만들어야 한다. 이 함수들의 차이점은 무엇일까? 새로운 함수(cityBlock)는 pcl의 PointXYZI 타입을 사용한다는 것이다. 여기서 "I"는 다들 알다시피, intensity(강도)를 뜻한다. 이제, e.. [LiDAR팀] 라이다 스터디 Lesson 1 Lidar 교육은 Udacity에서 올려주는 강의(ls1~4) 및 깃허브 코드로 스터디하는 내용을 정리할거다. (출처:https://github.com/udacity/SFND_Lidar_Obstacle_Detection/https://www.youtube.com/watch?v=f4bx0tzpBBU) LESSON1) introduction to Lidar and Point Clouds 레슨 1부터 4의 과정에서 우리는 sensor fusion에 대해서 배울것이고, 이는 다양한 센서에서 받아온 정보들을 결합해 우리 주변의 환경에 대해 정확히 이해하는 과정이다. (주로 라이다와 레이더) 이 강의의 목적은 두가지 센서를 이용해 도로위의 여러 차들을 인지하고, 그것들의 속도와 위치를 파악하는데 있다. 라이.. 이전 1 다음
