fullseye

project_spherical — 3D `lidar_projection` op

データ種: points → image2d
呼び出し: import fullseye as fs; fs.ledger.project_spherical(points, h_res: 'int' = 1024, v_res: 'int' = 64, v_fov=(-25.0, 15.0)) -> 'np.ndarray' (実装を直接呼ぶなら import spherical_proj; spherical_proj.project_spherical(points, h_res: 'int' = 1024, v_res: 'int' = 64, v_fov=(-25.0, 15.0)) -> 'np.ndarray'、台帳から引くなら ops3d.get("project_spherical"))

使い方

回転式 LiDAR の球面レンジ画像へ投影 (v_res, h_res)。空セル=0, 近い点優先(最小 range)。

各点を方位角(列)× 仰角(行)ビンへ落とし、センサ原点からの range(slant distance)を書く。 v_fov=(v_min,v_max)[度] の仰角帯の外側、原点上(r=0)、非有限座標の点は落とす(honest drop)。空/全 drop の場合は全ゼロ画像を返す(=何も見えていない、honest)。

points: (N,3)、センサ原点基準で x=前, y=左, z=上。非 (N,3) は ValueError。
h_res / v_res: 列数(方位角 360° の等分)・行数(仰角帯の等分)。正でなければ ValueError。
v_fov: (v_min, v_max) [度]。v_min < v_max でなければ ValueError。

列は floor((atan2(y,x) + π) / 2π · h_res) で、列 0 が真後ろ(-x)、h_res//2 が正面(+x)、反時計回りに増える。行は (v_res-1) - floor((θ - v_min)/(v_max - v_min) · v_res)(θ は仰角 [度])で、行 0 が帯の上端(θ=v_max)。画素値は slant range sqrt(x²+y²+z²)(座標の単位)。同じセルに複数点が落ちたら np.minimum.at で最小 range を残す(奥の点は失われる)。逆変換は unproject_spherical(同じ v_fov を渡す)。高さで層を切る変種が project_cylindrical。

背景知識ガイド(この op の手前にある物理・規約)

depth_sensors — 深度センサの知識 — 測距原理・実機の値・欠測の出方

参考(サンプルデータ・文献)

サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

lidar_projection — py -3.11 examples_3d/lidar_projection.py

型が繋がる次の op(`image2d` を入力に取れる)

fuse_to_voxel · fit_poly_surface · eval_poly_surface · surface_form_error · background_flatten · polar_unwrap · fit_zernike · matcap_shade

同カテゴリ(`lidar_projection`)

unproject_spherical · project_cylindrical

Provenance: spherical_proj.py — 3D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

This site is open source. Improve this page.