• KITTI简介
  • 数据采集平台
  • 激光数据
  • 参考博文

KITTI简介

KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办,是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo),光流(optical flow),视觉测距(visual odometry),3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据,每张图像中最多达15辆车和30个行人,还有各种程度的遮挡与截断。整个数据集由389对立体图像和光流图,39.2 km视觉测距序列以及超过200k 3D标注物体的图像组成,以10Hz的频率采样及同步。

数据采集平台

KITTI数据采集平台包括2个灰度摄像机,2个彩色摄像机,一个Velodyne 3D激光雷达,4个光学镜头,以及1个GPS导航系统。

各设备坐标系、距离信息由上图可见。坐标系转换原理参见click。其实KITTI提供的数据中都包含三者的标定文件,不需人工转换。

激光数据

首先在官网KITTI下载 raw data development kit,其中的readme文件详细记录了你想知道的一切,数据采集装置,不同装置的数据格式,label等。

激光数据是什么形式呢?激光照射到物体表面产生大量点数据,KITTI中的点数据包括四维x,y,z以及reflectance反射强度。Velodyne 3D激光产生点云数据,以.bin(二进制)文件保存。

Velodyne 3D laser scan data
===========================The velodyne point clouds are stored in the folder 'velodyne_points'. To
save space, all scans have been stored as Nx4 float matrix into a binary
file using the following code:stream = fopen (dst_file.c_str(),"wb");fwrite(data,sizeof(float),4*num,stream);fclose(stream);Here, data contains 4*num values, where the first 3 values correspond to
x,y and z, and the last value is the reflectance information. All scans
are stored row-aligned, meaning that the first 4 values correspond to the
first measurement. Since each scan might potentially have a different
number of points, this must be determined from the file size when reading
the file, where 1e6 is a good enough upper bound on the number of values:// allocate 4 MB buffer (only ~130*4*4 KB are needed)int32_t num = 1000000;float *data = (float*)malloc(num*sizeof(float));// pointersfloat *px = data+0;float *py = data+1;float *pz = data+2;float *pr = data+3;// load point cloudFILE *stream;stream = fopen (currFilenameBinary.c_str(),"rb");num = fread(data,sizeof(float),num,stream)/4;for (int32_t i=0; i<num; i++) {point_cloud.points.push_back(tPoint(*px,*py,*pz,*pr));px+=4; py+=4; pz+=4; pr+=4;}fclose(stream);x,y and y are stored in metric (m) Velodyne coordinates.IMPORTANT NOTE: Note that the velodyne scanner takes depth measurements
continuously while rotating around its vertical axis (in contrast to the cameras,
which are triggered at a certain point in time). This means that when computing
point clouds you have to 'untwist' the points linearly with respect to the velo-
dyne scanner location at the beginning and the end of the 360掳 sweep. The time-
stamps for the beginning and the end of the sweeps can be found in the time-
stamps file. The velodyne rotates in counter-clockwise direction.Of course this 'untwisting' only works for non-dynamic environments.The relationship between the camera triggers and the velodyne is the following:
We trigger the cameras when the velodyne is looking exactly forward (into the
direction of the cameras).

官方提供的激光数据为N*4的浮点数矩阵,raw data development kit中的matlab文件夹是官方提供matlab接口,主要是将激光数据与相机数据结合,在图像上投影。matlab接口详解及使用 最终可以将点云数据保存为pcd格式,然后用pcl进行相应处理。

参考博文

KITTI数据集简介与使用
专栏
3D Object检测数据集使用(1)
KITTI数据集中matlab接口说明及扩展
KITTI到rosbag
KITTI原始bin数据转pcd数据
github kitti-pcl

KITTI数据集数据初体验相关推荐

  1. 大数据初体验——基于地图可视化分析新浪新闻评论地域分布特点

    **概述:**本文带领大家初次体验大数据处理的一些经过,从从灵感的迸发,信息的获取,数据的处理,到地图可视化,各方面都进行了抛砖引玉的论述,对于部分技术细节也做了些许探讨,希望能和大家一起捅破大数据处 ...

  2. Spark系列-初体验(数据准备篇)

    Spark系列-初体验(数据准备篇) Spark系列-核心概念 在Spark体验开始前需要准备环境和数据,环境的准备可以自己按照Spark官方文档安装.笔者选择使用CDH集群安装,可以参考笔者之前的文 ...

  3. KITTI数据集的使用——雷达与相机的数据融合

    目录 目的 如何实现 kitti数据集简介 kitti数据集的raw_data 利用kitti提供的devkit以及相应数据集的calib文件 解读calib文件夹 解读devkit 目的 使用雷达点 ...

  4. Flink大数据实时计算系列-案例初体验:HotPages

    Flink大数据实时计算系列-案例初体验:HotPages 目录 HotPages代码 输入日志 运行结果 HotPages代码 /*** Copyright (c) 2018-2028 尚硅谷 Al ...

  5. 【KITTI】KITTI数据集简介(三) — 图像数据image_2

    KITTI数据集种共包含了4相机数据,2个灰度相机和2个彩色相机,其中image_2存储了左侧彩色相机采集的RGB图像数据(RGB).其他图像数据本次暂时不介绍,后续算法研究如果用到再进行补充. 相机 ...

  6. [LBS学习笔记 1]高德数据可视化初体验

    高德数据可视化初体验 背景 换了新工作,虽然还是java开发,但是之前搞做在线教育的,现在做地图相关的事.因此,花了些时间学了空间索引相关的内容,后期会写关于空间索引相关的内容,这期写地理数据可视化相 ...

  7. 大数据Spark “蘑菇云”行动第103课:Hive源码大师之路第一步:Hive源码思考和解析初体验

    大数据Spark "蘑菇云"行动第103课:Hive源码大师之路第一步:Hive源码思考和解析初体验 老师上课使用的Hive源码下载地址:http://www-eu.apache. ...

  8. 每日一课 | Python数据可视化—Matplotlib初体验

    04. Matplotlib初体验 大家好,我是小C,上期给大家分享--Python数据可视化-如何做好启动准备(小白必读) 本期分享内容:Python数据可视化-Matplotlib初体验 本期小C ...

  9. KITTI数据集3D目标检测数据下载并可视化简洁实用版

    KITTI数据集3D目标检测部分下载使用简洁实用版 1.下载数据 使用Left Image和Velodyne点云数据 下载地址:http://www.cvlibs.net/datasets/kitti ...

最新文章

  1. Linux shell 学习笔记(5)— 文件权限(添加、修改、删除用户及创建、修改群组)
  2. mysql 清空表怎么恢复_mysql怎么恢复删除的表?mysql找回误删表的数据方法
  3. Git 设置 SOCKS 代理
  4. 消息队列面试连环炮,你抗得住吗?
  5. SQL Server 查询性能优化——覆盖索引(二)
  6. golang json数组拼接
  7. 查看电脑的CPU个数,核数,逻辑核数
  8. 如何提高使用物联网卡应用的安全性
  9. 2012 定制化产品探讨(周金根).pdf
  10. 自主导航与路径规划无人机研究现状
  11. TiDB简单介绍 以及 MySQL与TiDB查询性能对比实验
  12. VirtulBox安装虚拟机(鼠标点击时)0x00000000指令引用的0x00000000内存该内存不能为written错误解决方案...
  13. 低代码局中局:是IT革命还是高级外包? | 甲子光年
  14. 紅米android os,红米7A 魔趣OS 安卓10 纯净完美 原生极简 纯净推荐
  15. Bootstrap4 导航active状态切换
  16. KONG和KONGA部署及配置
  17. python+opencv遇到的错误(长期更新)
  18. 程序员如何自我认知 自我了解
  19. 《JAVASE系列》初识Java
  20. gcc -I -L -l区别

热门文章

  1. 第4篇 Fast AI深度学习课程——深度学习在回归预测、NLP等领域的应用
  2. MongoMongo简介
  3. 搭建LDAP服务器详细流程
  4. php下载pdf文件不全,关于php:Zip PDF文件下载无效
  5. Java数据类型和运算符
  6. PARSEC使用与下载
  7. Ajax提交Form表单的两种简单方式
  8. 【生活】如何线上办理持有广州社保人员的异地分娩医保登记 - 定点医院 - 异地就医报销相关
  9. ApacheBench post多个参数
  10. Golang连接Redis数据库