多传感器融合——激光雷达点云投影到图像（kitti数据集）

从csdn上下载了激光雷达点云投影到图像的matlab程序，连接见下方。

KITTI雷达点云与图像数据融合matlab源码_点云与rgb图像融合-机器学习代码类资源-CSDN下载KITTI数据集中雷达点云与图像数据融合的matlab源代码，用于自动驾驶环境感知算法研究，初学者适点云与rgb图像融合更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/bit20091643/10559805首先对kitti数据集和数据集中的参数进行了了解和学习。

KITTI数据集介绍_caolin_summer的博客-CSDN博客本文为个人学习笔记，参考文献已经标注出。kitti数据集主要分为以下几个文件夹。下面分别介绍。一、标定校准文件calib训练集存储为data_object_calib/training/calib/xxxxxx.txt，共7481个文件。 calib测试集存储为data_object_calib/testing/calib/xxxxxx.txt，共7518个文件。标定校准文件内容解析1234左边灰度相机右边灰度相机左边彩色相机右边彩色相机1.1内参矩阵P0-P3分别表示4个相机的内参矩阵，或投影矩阵, 大https://blog.csdn.net/caolin_summer/article/details/125218221?spm=1001.2014.3001.5502标定参数介绍_caolin_summer的博客-CSDN博客参考链接：处理点云数据(五)：坐标系的转换_听说你爱吃芒果的博客-CSDN博客_点云坐标系转换相机的内外参矩阵坐标系主要有两类坐标系，一类为相机坐标系，一类为世界坐标系(即物体所处真实世界) 内参矩阵设空间中有一点P，若世界坐标系与相机坐标系重合，则该点在空间中的坐标为(X, Y, Z)，其中Z为该点到相机光心的垂直距离。设该点在像面上的像为点p，像素坐标为(x, y)。 由上图可知，这是一个简单的相似三角形关系，从而得到 但是，图像的像素坐标系原点https://blog.csdn.net/qq_3380https://blog.csdn.net/caolin_summer/article/details/125203933?spm=1001.2014.3001.5502

 见上图，为matlab程序。其中需要读入的已知文件在kitti文件夹中。

主要包含标定文件，图像文件，激光雷达数据文件和标注文件。这里用到前三个文件夹中的数据。分别将三个文件的读取位置更新到程序中。

 

 进行了以上修改。

然后运行程序，结果为