https://blog.csdn.net/cg129054036/article/details/119516704<center><font size=6 face="黑体">Kitti数据集相应参数说明</font></center>
1、数据的制作设备及一些参数说明：
1）4路相机：
camera_0：左边灰度相机，<font color='red'>参考相机</font>
camera_1：右边灰度相机
camera_2：左边彩色相机
camera_3：右边彩色相机
2）一个激光雷达：用于生成点云数据
3）camera_0与camera_2、camera_1与camera_3的距离为0.06米
4）camera_0与camera_1、camera_2与camera_3的距离为0.54米
5）4路相机的高度都为1.65米
6）激光雷达的高度为1.73米
7）坐标系说明：
相机坐标系： x = right, y = down, z = forward
点云坐标系： x = forward, y = left, z = up
2、数据文件解释
2.1 label txt
1）第1个值：代表类别，可以为['Car', 'Van', 'Truck','Pedestrian', 'Person_sitting', 'Cyclist','Tram', 'Misc' , 'DontCare']
2）第2个值：代表物体是否被截断，从0到1浮动，0表示没被截断，1表示完全被截断，即超出图像范围
3）第3个值：代表物体是否被遮挡，表示为整数0（完全可见）、1（小部分遮挡）、2（大部分遮挡）、3（完全遮挡）
4）第4个值：代表物体的观察角度，可参考<font color=blue>这篇博客</font>的解释
5）第5～8个值：代表物体的2D bounding box，分别为xmin、ymin、xmax、ymax
6）第9～11个值：代表物体的高宽长(hwl)（单位：米）
7）第12～14个值：代表3D bounding box的中心坐标（相机坐标系下）
2.2 point cloud file
一个bin文件为一张图像的相应点云，保存为Nx4的形式，4为(x, y, z, ref)，x, y, z为相应的坐标（点云坐标系下），ref为反射率
2.3 calib txt
1）P0：3x4，3x3为相机内参，最后一列为全0，对P0来说无意义
2）P1：3x4，3x3为相机内参，该矩阵为校准后的camera_0相机坐标到camera_1图像坐标的映射
3）P2：3x4，3x3为相机内参，该矩阵为校准后的camera_0相机坐标到camera_2图像坐标的映射
4）P3：3x4，3x3为相机内参，该矩阵为校准后的camera_0相机坐标到camera_3图像坐标的映射
5）R0_rect：3x3，参考坐标的校准旋转矩阵。校准是使多路相机的图像在同一个平面上
6）Tr_velo_to_cam：点云坐标到参考坐标（即camera_0坐标系）的映射矩阵
示例：
1、将label文件中的3D bounding box转换到图像坐标（以映射到左彩图为例）：
y_image = P2 * R0_rect * R0_rot * x_ref_coord
注：R0_rot为物体坐标到参考坐标的映射矩阵
2、将点云坐标映射到图像坐标（以映射到左彩图为例）：
y_image = P2 * R0_rect * Tr_velo_to_cam * x_velo_coord
参考连接：
1、博客https://medium.com/test-ttile/kitti-3d-object-detection-dataset-d78a762b5a4
2、kitti官方论文http://ww.cvlibs.net/publications/Geiger2013IJRR.pdf
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
