将KITTI数据集转为LIO-SAM算法可运行的.bag文件

原始的KITTI数据集并不能直接应用于LIO-SAM算法，需要进行一些处理。但是LIO-SAM算法的作者已经写好了转换方法，按照作者的提示可以将KITTI数据集转换成LIO-SAM可运行的数据包。

1. 下载KITTI数据集

这里以KITTI 05序列为例，对应下载2011_09_30_drive_0018数据集。

wget https://s3.eu-central-1.amazonaws.com/avg-kitti/raw_data/2011_09_30_drive_0018/2011_09_30_drive_0018_sync.zip
wget https://s3.eu-central-1.amazonaws.com/avg-kitti/raw_data/2011_09_30_drive_0018/2011_09_30_drive_0018_extract.zip
wget https://s3.eu-central-1.amazonaws.com/avg-kitti/raw_data/2011_09_30_calib.zip

需要下载extract.zip、sync.zip和calib.zip。关于详细说明可以参考下面这个链接：

使用KITTI跑LIOSAM并完成EVO评价_ros bag转kitti-CSDN博客

图1 下载KITTI数据集（以05序列为例）

下载好KITTI数据集以后，需要进行解压：

unzip 2011_09_30_drive_0018_sync.zip
unzip 2011_09_30_drive_0018_extract.zip
unzip 2011_09_30_calib.zip

即对刚才下载的三个zip文件进行解压，解压后如图2所示：

图2 解压KITTI数据集（以05序列为例）

解压后可以得到一个命名为2011_09_30的文件夹，文件夹内容如图3所示：

图3 查看解压后的文件夹

至此，我们完成了数据集下载和准备工作。

2. 将KITTI数据集转换为.bag文件

接下来我们利用LIO-SAM算法作者提供的python文件，将KITTI数据集转换成rosbag可以播放的数据包，即.bag文件。

首先，我们将图2中解压后得到的2011_09_30文件夹复制一份，拷贝到LIO-SAM提供的python目录下，如图4和图5所示：

图4 LIO-SAM算法提供的python目录（拷贝2011_09_30文件夹前）

图5 LIO-SAM算法提供的python目录（拷贝2011_09_30文件夹后）

然后在该目录下，打开终端，运行下面指令：

python3 kitti2bag.py -t 2011_09_30 -r 0018 raw_synced

指令中的2011_09_30和0018，需要与下载的数据集名称保持一致。

例如笔者下载的2011_09_30_drive_0018_sync.zip和2011_09_30_drive_0018_extract.zip，所以指令中对应数字为2011_09_30和0018，即对应数据集名称中“drive“前后的两组数字。

此外，根据Ubuntu系统版本不同，有些人可能需要把指令中的“python3”改成“python”。

此时，终端显示如图6所示：

图6 终端运行显示

待终端运行结束后，我们可以在python目录下看到生成的数据包，如图7所示：

图7 生成的数据包

3. LIO-SAM运行KITTI数据集yaml文件主要参数配置

pointCloudTopic: "points_raw"

imuTopic: "imu_correct"

N_SCAN: 64

downsampleRate: 2

# IMU Settings

imuAccNoise: 3.9939570888238808e-03

imuGyrNoise: 1.5636343949698187e-03

imuAccBiasN: 6.4356659353532566e-05

imuGyrBiasN: 3.5640318696367613e-05

imuGravity: 9.80511

imuRPYWeight: 0.01

# kitti Extrinsics (lidar -> IMU)

extrinsicTrans: [-8.086759e-01, 3.195559e-01, -7.997231e-01]

extrinsicRot: [9.999976e-01, 7.553071e-04, -2.035826e-03,

-7.854027e-04,9.998898e-01, -1.482298e-02,

2.024406e-03, 1.482454e-02, 9.998881e-01]

extrinsicRPY: [9.999976e-01, 7.553071e-04, -2.035826e-03,

-7.854027e-04,9.998898e-01, -1.482298e-02,

2.024406e-03, 1.482454e-02, 9.998881e-01]

4. 运行结果

KITTI 05序列运行结果如图8所示：

图8 运行结果

补充：并不需要对LIO-SAM算法进行任何修改，例如补充点云ring信息计算等，尽管终端出现提示，但是并不会影响算法运行。

其他未尽事宜，请参照链接：

https://github.com/TixiaoShan/LIO-SAM/blob/master/config/doc/kitti2bag/README.md