1 minute read

Durante esta cuarta semana he implementado un sistema integral de simulación, adquisición y análisis de datos LiDAR en CARLA, con detección automática de superficies planas en tiempo real y procesamiento posterior optimizado. He intentado sin éxito crear un escenario simplificado, al no conseguirlo he optado por probarlo con un ejemplo predeterminado pero situado en una calle que cumplía con mis especificaciones. CIUDAD


Avances en la Simulación del LiDAR en CARLA

He logrado un sistema completamente funcional que combina simulación física, procesamiento geométrico y visualización interactiva, integrando componentes del simulador CARLA con bibliotecas de análisis científico como NumPy, scikit-learn y Open3D.

Principales características del sistema

  • Captura continua de nubes de puntos generadas por el sensor LiDAR virtual.
  • Visualización en tiempo real con Open3D, incluyendo colorización por intensidad.
  • Almacenamiento automático de datos cada 10 frames en formato .pkl.
  • Segmentación mejorada de parches planos usando RANSAC adaptativo y DBSCAN.
  • Clasificación automática de superficies (suelo, paredes, techo e inclinadas).

CIUDADCIUDAD CIUDAD

⚙️ Configuración del Sensor LiDAR

El sensor empleado (sensor.lidar.ray_cast) se configuró con los siguientes parámetros:

lidar_bp.set_attribute('channels', '32')
lidar_bp.set_attribute('range', '50')
lidar_bp.set_attribute('rotation_frequency', '5')
lidar_bp.set_attribute('points_per_second', '100000')

Para la semana que viene, crearé un escenario diseñado por mi donde pueda ir probando el funcionamiento de la segmentación por parches planos.