SLAM_kitti数据集求相机cam2到IMU的变换矩阵

最新推荐文章于 2023-05-06 14:25:49 发布
最新推荐文章于 2023-05-06 14:25:49 发布
阅读量1k 收藏 5
点赞数
分类专栏： SLAM 自动驾驶
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shyjhyp11/article/details/115702873
版权
SLAM 同时被 2 个专栏收录
225 篇文章 134 订阅 ¥29.90 ¥99.00
订阅专栏 超级会员免费看
自动驾驶
49 篇文章 39 订阅
订阅专栏
该博客介绍了如何根据T_velo_imu和T_cam_velo等变换矩阵，结合R_i_rect和P_i_rect的内参信息，计算出cam2相机在3D坐标系中到IMU的变换矩阵T_imu_cam2_new和T_imu_cam2，这些变换用于将2D图像坐标转换到3DIMU坐标系。公式来源于'Vision meets robotics: the KITTI dataset'论文。
摘要由CSDN通过智能技术生成

功能说明:

功能: 求cam2相机坐标系(3D)到IMU坐标系(3D)的变换Tbc (输出, 即T_body_cam2)

输入: 

  • T_velo_imu:  IMU到激光雷达的变换矩阵
  • T_cam_velo: 激光雷达到cam0的变换矩阵
  • R_i_rect:  从cam0到cami的旋转矩阵
  • P_i_rect: 由cami的内参, 和 cami相对于cam0的位移组成的投影矩阵(3D->2D)

输出：

  • T_imu_cam2_new: cam2相机坐标系(3D)到IMU坐标系(3D)的变换
  • T_imu_cam2: cam2图像坐标系(2D)到IMU坐标系(3D)的变换

公式来源: 论文 Vision meets robotics: the KITTI dataset

  • y为图像i中的像素点2D坐标，x为IMU坐标系下的3D坐标
了解本专栏 订阅专栏 解锁全文 超级会员免费看
惊鸿一博
关注
专栏目录
订阅专栏
KITTI数据集解读
惊鸿一博
09-21 4万+
目录 1.KITTI数据集概述 2.数据采集平台 3.Dataset详述 3.1 数据组织形式 3.2 Development Kit 3.3 GPS/IMU位姿数据 3.4 传感器标定 参考 1.KITTI数据集概述 　　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(ob
摄像头与imu之间的坐标系转换
12-17 1万+
最近由于实习需要在玩orb slam，然后想在摄像头上安装一个imu来辅助测量。在把imu贴在摄像头后面之后，一个问题出现了：摄像头的坐标系与imu的坐标系不会对得很准，即它们的坐标很难人工对准。要让它们的坐标轴都重合，需要一个转换。 上图中， C1：摄像头从初始状态（即单位阵I，这个单位阵是指摄像头开机的时候当做起始状态）到T1时刻的转换为C1； C2：摄像头从初始状态
多相机坐标转换_使用KITTI数据集实现坐标转换
weixin_39647787的博客
12-10 873
本文的主要内容，是讨论如何将KITTI激光雷达的点云数据，映射到图像中去。KITTI数据集是怎么采集的 下面这幅图是车的俯视图，可以看到，用到了2个彩色相机，2个灰度相机，1个激光雷达。1个GPS/IMU。图1 KITTI车俯视图KITTI标系是怎么定义的比较值得注意的是，蓝字部分标注的Velodyne激光雷达的坐标系中， X坐标是向前的。也就意味着激光雷达数据中的X数据，给的是物...
标定 相机和IMU 之间外参的旋转矩阵
haithink的专栏
02-27 2091
using namespace Eigen; bool CalibrationExRotation(int frame_count, std::vector<Matrix3d> Rc, std::vector<Matrix3d> Rimu, Matrix3d &...
【单目测距】结合目标检测与平面假设的单目摄像头测距方法
qq_44876051的博客
08-11 2398
引言： 单目摄像头由于其成本低廉，易于部署等特性，在降低自动驾驶传感器成本上有着天然优势。然而，三维世界坐标系下的物体成像在二维平面后，往往损失了深度信息。要复原三维世界中目标的深度信息，往往需要设定一些限制条件。 本文通过平面假设，使得通过二维目标检测得到的目标像素坐标能逆投影得到目标在世界坐标系下的坐标。 1. kitti数据集中坐标系的介绍 图一.kitti数据集采集车各坐标系图示 kitti数据集采集车各传感器坐标如图一所示，所有传感器均采用右手坐标系，我们将用到Cam2摄像头，并将激光..
视频稳像或防抖
蜗牛博客
11-10 2675
参考链接： https://zhuanlan.zhihu.com/p/250839967 写的挺好的，很详细，python+opencv和C+opencv的代码都有，但是并不是实时的 效果：个人视频效果没法上传，可以参考链接中效果，或者评论获取 遇到问题： 1. Opencv高版本引发的问题：estimateRigidTransform 调用cv2.estimateRigidTransform(prev_pts, curr_pts, fullAffine=False)函数，结果报错：Att.
【SLAM】运行ORB-SLAM2并使用evo工具评估TUM/KITTI/EuRoC单目数据集
Venistar的博客
10-19 1万+
单目下运行ORB-SLAM2并使用evo工具评估TUM/KITTI/EuRoC数据集1 算法评价指标（1）系统性能评估-绝对轨迹误差(ATE)（2）系统漂移评估-相对轨迹误差(RPE)（3）精度统计量-均方根误差（RMSE）2 安装依赖项（1）Numpy安装（2）SciPy安装（3）matplotlib安装3 evo安装（1）pip安装（2）源码安装（3）测试（4）报错处理4 evo使用（1）轨迹可视化（2）轨迹评估1）计算绝对位姿误差2）计算相对位姿误差（3）结果比较（4）格式转换（5）配置更改（6）时间
KITTI数据集--参数
热门推荐
cuichuanchen3307的博客
06-06 5万+
一、kitti数据集，label解析   16个数代表的含义： 第1个字符串：代表物体类别 'Car', 'Van', 'Truck','Pedestrian', 'Person_sitting', 'Cyclist','Tram',  'Misc' or  'DontCare' 注意，’DontCare’ 标签表示该区域没有被标注，比如由于目标物体距离激光雷达太远。为了防止在评估过...
如何将一个向量投影到一个平面上_自动驾驶视觉融合相机校准与激光点云投影...
weixin_39637363的博客
11-20 586
点云PCL免费知识星球，点云论文速读。标题：自动驾驶视觉融合-相机校准与激光点云投影作者：williamhyin来源：https://zhuanlan.zhihu.com/p/136263753备注：本文由知乎作者授权转载，未经允许不得二次转载欢迎各位加入免费知识星球，获取PDF论文，欢迎转发朋友圈分享快乐。前言本文的目标是在KITTI数据集上实现激光雷达和相机的数据融合. 然而激光雷达...
Python下的KITTI数据集odometry中相机位姿预处理，旋转矩阵转旋转向量
qq_39502099的博客
11-14 3452
前言 最近在鼓捣KITTI数据集，上一篇绘制了KITTI数据集中odometry的xy数据。之后也进行了一些详细的了解，odometry数据集中每一帧图像的相机坐标都是有12个元素构成，即[R|t]，R是旋转矩阵，t是平移向量，今天突发奇想，想将旋转矩阵转为旋转向量。本来是想着自己写的，写了一半出去玩了一天，回来之后找到了相关的转换算法，就是deepvo项目中有一个转换算法。 Show you the Code 下面这段是主要的转换代码，项目里面把这段代码封装在helper.py里面 import nump
深刻理解相机的pose
共同学习
09-16 1611
之前从未仔细想过到底相机的pose 意味着什么，或者准确地来说，两个物体之间的pose意味着什么，以及在实际计算的时候,该注意什么. 从kitti数据集谈起 看 kitti_raw的论文时会发现各种传感器的位置如图 比如在用pykitii这个工具包时，会发现在raw.py 里面关于坐标变换是这么算的.以3号相机为例. 假设我要得到从 velo到cam3的 pose信息. 代码里面经过了这样操作 T_cam0unrect_velo = self._load_calib_rigid(velo_to_cam_
相机变换要注意的事项
共同学习
09-23 389
往往在使用公开数据集的时候，会有多个传感器，比如kitti,和nuscenes都是有多个传感器的，每个传感器都有相对于某坐标系的pose信息， 比如对于kitti, 有 T_cam_velo, T_imu_velo等. 对于nuscenes,也有 lidar2ego, camera2ego等， 在这些信息都有时候，在计算复合pose的时候，就要注意了. 下面以 nuscenes为例，kitti的也是类似. 假设我们拿到了, ego2w, lidar2ego以及 camfront2ego 的pose信息了，
KITTI数据集下载及解析
u013086672的博客
01-09 5万+
KITTI数据集下载及解析 版本 更新时间 更新内容 作者 1 V 1.0 xxx 完成主体内容 W. Xiao 2 文章目录KITTI Dataset1 简介1.1 数据采集平台1.2 坐标系2 数据解析2.1 image文件2.2 velodyne文件2.3 calib文件2.4 label文件3 KITTI可视...
imu-相机标定
scjdas的博客
05-06 1470
使用usb-cam发布ros图像，在其launch文件中设置分辨率的宽度为2倍。这里的分辨率不能乱取，可以根据报错反推对应分辨率！双目分为单设备和多设备，我们的双目相机是单设备，也就是双目图像拼接在一起。再写ros包分割拼接在一起的双目图像。安装完成后使用已有数据包测试。
kitti数据集介绍及处理
qq_44876051的博客
07-03 3566
kitii数据集介绍. 一、裁剪Kitti点云数据集 velodyne的每个激光点以float格式存储为二进制文件，每个点的存储格式为：（x,y,z,r） 其中x,y,z,为上图所示的激光雷达坐标系下的坐标值，r为反射率 原数据集中激光点云的点是在 ...
多传感器融合SLAM：激光雷达、RGB相机、IMU定位与光度重建
3D视觉工坊
12-06 1002
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨流川峰来源丨深蓝AI点击进入—>3D视觉工坊学习交流群概述分享一篇多传感融合定位的工作：R3live++。这是继R3live后的第二个版本。这项工作提出的激光雷达视觉惯性融合框架实现了鲁棒和准确的状态估计，同时实时重建光度地图。系统由激光雷达惯性里程计 (LIO) 和视觉惯性里程计 (VIO) 组成，两者都是实时运行的。LIO子系统...
KITTI IMU 原始100Hz数据 (里面数据有重复)
weixin_34413103的博客
08-25 2613
100Hz IMU Data from KITTI dataset (2011_09_26_drive_0028) 原始100Hz IMU数据获取 数据集获取地址 (这里选的是road 分类)： http://www.cvlibs.net/datasets/kitti/raw_data.php?type=road 100Hz的IMU数据在 [unsynced+unrectified da...
【学习总结】Kalibr标定相机与IMU
larrydong的博客
02-28 1459
kalibr标定IMU和相机外参。
ORBSLAM2运行kitti数据集
最新发布
06-04
ORB-SLAM2是一种视觉SLAM系统，可以在没有先验地图的情况下实现实时的相机定位和建图。运行KITTI数据集需要做以下步骤： 1. 下载KITTI数据集，包括图像序列和对应的相机参数。 2. 安装ORB-SLAM2，建议使用最新版。 3. 在ORB-SLAM2中配置KITTI数据集路径和相机参数。在ORB-SLAM2的Vocabulary构建之前，应该先执行命令 build_vocab.sh 来生成词汇表。 4. 运行ORB-SLAM2的KITTI数据集示例程序。在终端中输入以下命令： ``` ./Examples/Stereo/KITTI00-02.yaml PATH_TO_SEQUENCE_FOLDER ``` 其中，KITTI00-02.yaml 是ORB-SLAM2的配置文件，PATH_TO_SEQUENCE_FOLDER 是KITTI数据集的路径。 5. 可以使用KITTI官方提供的评估工具来评估ORB-SLAM2的性能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

惊鸿一博

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值