le benchmark Kitti**

***** Fusion de nuages de points Lidar********************************** L’objectif ici est de fusionner toutes les données Lidar en un seul grand nuage de points où tous les points sont exprimés dans le même système de coordonnées. Le problème est que chaque nuage de points est exprimé par rapport à un système de coordonnées mobile. Heureusement, le mouvement est donnée en termes de poses à chaque intervalle de temps comme a été vu dans la partie 2. D’abord, fusionner toutes les données Lidar à l’aide du mouvement donné. Ensuite, utilisez le script que vous avez développé dans le premier TP pour ajouter une couleur à chaque point 3D. Supprimez les points qui n’ont pas de couleur. Le nuage de points résultant a un nombre de points supérieur à un million. Par conséquent, il est difficile d’être visualisé en Python. Au lieu de cela, exporter le nuage de points résultant en format ply que vous pouvez visualiser avec Meshlab. Si vous ne connaissez pas le format ply, recherchez sur le Web un court tutoriel. Pour passer de Python à ply vous avez plusieurs choix ; par exemple, utilisez la bibliothèque plyfile ([login to view URL]) ou simplement implémenter votre méthode basée sur l’interface d’écriture de fichier Python. **utiliser python en PyCharm l’option environnement virtuelle (pykitti, opencv et plyfile au projet). **utiliser les 3 fichiers démos fournis ( [login to view URL], [login to view URL], et [login to view URL] ). ==>c'est un travaille facile maximum 2 heurs Figure 1 – Plan de transformation