ROS系统
文章平均质量分 60
机器人ROS系统
wykup
这个作者很懒,什么都没留下…
展开
-
ros使用自动驾驶数据集KITTI【7】下载tracking资料并读取
下载tracking资料并读取 接下来,对图片和点云数据做一些处理,增加一些好玩的内容。我们把图片中的物体识别框 bounding box 贴上去,显示出来。框的位置和大小我们先用现成的KITTI的官方数据。这是他们通过外部机构进行手工添加的。开始吧! 第一步,先从KITTI网站下载tracking资料。 http://www.cvlibs.net/datasets/kitti/eval_tracking.php 接下来,使用jupyter notebook来调试python代码。jupyter能够分段原创 2021-07-14 16:32:35 · 394 阅读 · 1 评论 -
ros使用自动驾驶数据集KITTI【6】发布GPS数据
发布GPS数据原创 2021-07-14 11:58:39 · 287 阅读 · 3 评论 -
ros使用自动驾驶数据集KITTI【5】IMU数据可视化
将两个marker放在一个MarkerArray中,然后一同发布: publish_utils.py #draw a ego-car model and lines of sight def publish_ego_car(ego_car_pub): """Publish left and right 45 degree FOV lines and ego car model mesh""" marker_array = MarkerArray() # draw a ego-car mod原创 2021-07-13 23:23:47 · 945 阅读 · 6 评论 -
ros使用自动驾驶数据集KITTI【4】画出自己的车以及照相机视野
画出自己的车以及照相机视野 1、画出车的模型(用已有模型) 2、画出相机图片的视野范围 代码结构: kitti.py -data_utils.py -publish_utils.py data_utils.py data_utils.py负责从数据集中读取camera数据和point cloud数据。 data_utils.py代码: #!/usr/bin/python import cv2 import numpy as np import os def read_camera(path): re原创 2021-07-13 20:48:59 · 539 阅读 · 2 评论 -
ros使用自动驾驶数据集KITTI【3】发布点云资料
【ROS】发布点云资料 把kitti中的点云资料发布到点云空间中。 在代码 kitti.py 中新建一个发布点云的publisher。然后读取资料,并发布出去。 ROS中有一种格式叫 PointCloud2 专门用来发布点云。 点云数据位于 velodyne文件夹中。 每个bin文件里面都是一些点,每个点有4个数据。 把数据通过numpy读入: point_cloud = numpy.fromfile(os.path.join(DATA_PATH,'velodyne_points/data/%010d.b原创 2021-07-12 23:16:52 · 774 阅读 · 1 评论 -
ros使用自动驾驶数据集KITTI【2】-发布照片
KITTI:自动驾驶数据集,包括深度图,2D物体检测,语义分割等任务。 【1】中将raw data通过kitti2bag工具把数据转换为rosbag格式播放。 现在,用自己写的程序把数据publish出来,用rviz可视化工具显示出来。因为kitti2bag的格式是固定的,不能变化。为了能够自己写代码并进行显示,需要用rviz来显示。机器人模拟中也经常用到。 资料: KITTI: City:2011_09_26_drive_0005 (0.6 GB) 下载其中:synced+rectified data和原创 2021-07-12 10:52:58 · 756 阅读 · 0 评论 -
ros使用自动驾驶数据集KITTI【1】介绍与可视化
KITTI 网站介绍: 我们利用我们的自动驾驶平台 Annieway 开发新颖的具有挑战性的现实世界计算机视觉基准。我们感兴趣的任务是:立体、光流、视觉里程计、3D 对象检测和 3D 跟踪。为此,我们为一辆标准旅行车配备了两个高分辨率彩色和灰度摄像机。 Velodyne 激光扫描仪和 GPS 定位系统提供准确的地面实况。我们的数据集是通过在卡尔斯鲁厄中型城市、农村地区和高速公路上行驶而捕获的。每个图像最多可以看到 15 辆汽车和 30 名行人。除了以原始格式提供所有数据外,我们还为每个任务提取基准。对于我.原创 2021-07-10 15:54:08 · 2578 阅读 · 0 评论