激光雷达感知
包括单模态感知、融合感知
张飞飞~
吉林大学智能网联中心VCI实验室
展开
-
KITTI全套数据百度云下载连接(免费永久有效)
kitti 数据下载百度云链接原创 2024-03-11 20:37:54 · 1937 阅读 · 7 评论 -
kitti数据格式
label信息:Cyclist 0.89 0 -2.22 1056.16 190.50 1241.00 374.00 1.59 0.53 1.89 2.75 1.68 3.14 -1.55Car 0.00 0 1.90 359.43 179.30 516.30 270.97 1.44 1.64 3.78 -3.03 1.57 13.30 1.68Car 0.00 1 1.82 444.13 163.92 559.20 247.04 1.77 1.71 4.28 -2.52 1.61 17.60 1.6原创 2021-11-04 15:20:01 · 1054 阅读 · 0 评论 -
win7+anaconda+CPU(无GPU)跑pointnet网络记录
1、前期准备安装好anaconda 和pytorch2、下载pointnet文件下载地址3、下载数据集本来下载地址在pointnet包里的bash文件里,但只适用于Linux系统,所以Windows需要手动下载,下载地址4、打开anaconda navigator,点击环境打开主环境或者是自建环境(注意要安装有pytorch),点击三角形打开终端。5、cd 到pointnet程序包目录下,如:C:\Users\Administrator\Downloads\pointnet.pytorch-原创 2020-06-16 00:04:19 · 1639 阅读 · 8 评论 -
激光雷达与相机融合(二)-----基于openCV的YOLO目标检测
代码解析1.加载模型// load image from file cv::Mat img = cv::imread("./images/img1.png"); // load class names from file string yoloBasePath = "./dat/yolo/"; string yoloClassesFile = yoloBasePath + "coco.names"; string yoloModelConfiguration =原创 2020-11-13 20:33:33 · 4748 阅读 · 0 评论 -
激光雷达与相机融合(六)-------目标检测与跟踪ros实时版
在本部分中,将之前的优达学城的整套目标检测与跟踪算法改写为ros实时处理,但改写完成后利用我现有的数据包实时检测跟踪,并计算TTC,发现效果不尽人意啊。。。算法的鲁棒性整体较差,环境稍微复杂一点计算的碰撞时间就有问题,甚至为负值。另外在实际运行时,还会时不时出现core dumped内存泄漏的问题,不知道是哪里写的有问题,有同学发现错误欢迎留言交流,万分感谢。大概讲解一下整套算法结构。1.整体框架这一部分的代码被我改写为一个ros package的形式,包名为ros_detection_trackin原创 2020-12-03 20:39:30 · 6374 阅读 · 16 评论 -
激光雷达与相机融合(五)-------ros实时版点云投影到图像平面
基于第一部分在单帧中将点云投影到图像的基础上,现将上述代码改写为ros实时处理的版本。以后还可以在此基础上进行一步一步的扩展。将原先的离线代码改写为ros在线版本,需要将原本的代码写成package的形式,并配置好相应的依赖包、环境等,处理好数据接口。1.程序包结构本部分对数据处理较为简单,整个包仅包括两个c++文件,project.cpp和project.h文件,另外还有一个配置文件initial_params.txt,存放在cfg文件夹下。配置文件的内容如下,可根据需求修改:/kitti/came原创 2020-12-02 21:50:27 · 10954 阅读 · 29 评论 -
激光雷达与相机融合(四)----基于激光雷达与相机的碰撞检测
在这一部分,基于前面的各个部分内容,将利用激光雷达和相机实现目标的检测分类及单目标跟踪,并对车辆前方的车辆目标计算相应的碰撞时间TTC。计算方法分别利用相机和雷达实现。1.系统的总体架构:2.TTC计算简单介绍一下通过激光雷达和相机计算碰撞时间的原理:利用激光雷达点计算碰撞时间:首先根据检测框聚类出前车目标的点,并过滤掉这些点中的离群点,然后找出这些点中相对于本车最近的点,基于前后两帧以及数据采集频率就可以求解出相对速度,然后用当前帧的距离除以速度得出当前的TTC。但该方法对最近点的选取稳定性不是原创 2020-11-17 22:53:11 · 3305 阅读 · 2 评论 -
激光雷达与相机融合(三)-----基于图像检测框对点云聚类
通过YOLO检测得到目标的检测框后,这些区域就可以作为ROI将包含在各roi内的点云分组聚类出来,从而通过点云得到目标的准确位置。代码解析1.boundingbox数据结构struct BoundingBox { // bounding box around a classified object (contains both 2D and 3D data) int boxID; // unique identifier for this bounding box int track原创 2020-11-14 11:03:37 · 3731 阅读 · 4 评论 -
激光雷达与相机融合(一)
一.激光雷达点云俯视图提取文末有相应的代码数据包免费下载链接。将激光雷达点云投影到俯视图平面上,同时将距离的远近利用颜色表示出来。这里的滤除地面只是简单的利用高度值将地面去除。会存在效果不好的情况。代码即相应注释。#include <iostream>#include <numeric>#include <opencv2/core.hpp>#include <opencv2/highgui.hpp>#include <opencv2/原创 2020-11-12 11:25:45 · 14527 阅读 · 14 评论 -
基于百度apollo酷黑小车激光雷达配置、标定(2)
一、 激光雷达数据采集(基于ros)1)采集数据包将激光雷达配置好,实时扫描后,打开终端:roscore另开一个终端,录制开始时运行rosbag record -O velodyne1 /velodyne_points结束时ctrl+c终止只保存/velodyne_points这个topic的数据(可以用rostopic list -v开看当前可用的topic),保存在当前目录的...原创 2019-10-26 20:37:58 · 1772 阅读 · 0 评论 -
基于百度apollo酷黑小车激光雷达配置、标定(1)——填坑
一、 激光雷达配置1、 利用apollo系统配置按照apollo官方教程进行操作(https://github.com/ApolloAuto/apollo/blob/r3.0.0/docs/specs/D-kit/Auto_Driving–Sensor_integration_cn.md),可能出现的问题记录如下:接口通道在apollo系统和ros系统下,激光雷达的通道口设置不同(apo...原创 2019-10-26 20:14:50 · 2565 阅读 · 0 评论