标签：Taste Object Lidar 64 点云 KITTI 坐标系 激光雷达 3d

Lidar Point Clouds

KITTI dataset

KITTI是一个自动驾驶感知模块的作为标准基准的多模态数据集，涉及的感知任务包括基于图像的单眼和立体深度估计，光流（optical flow，详见），语义和实例分割，2d和3d检测。

KITTI是一个带标签的3d场景数据集，这些3d数据由两个相机和一个64线的激光雷达组成。数据集包含7681个训练场景，7581个测试场景。多模态传感器组对3d世界的取样频率是根据雷达每100毫秒（10Hz）360度来取样。因此每一个训练样本是一个100毫秒的点云立体数据和与雷达同步的两个相机图像。两个相机和雷达传感器的同步是一个基础的感知方法，它依赖于图像和点云的融合。

Lidar

雷达传感器提供3d场景的时空离散扫描，其中空间离散表示俯仰和方位分辨率，时间离散表示每100毫秒扫描的时间。俯仰分辨率为0.4度，转换成基于64线激光束的垂直角度（俯仰角）为26.9度；方位分辨率为0.08度。因此，考虑64个通道（64束激光雷达）的俯仰分辨率和0.08度的方位分辨率，由64线激光雷达产生的3d点云图像一共有64行，4500（=360/0.08）列。

Lidar Coordinate Frame

KITTI数据集中，所有返回的点云数据和预测的3d边界框数据都是在激光雷达坐标系下，而激光雷达坐标系是右手坐标系（x, y, z：大拇指，食指，中指：前，左，上）

在激光雷达坐标系中的点，可以使用笛卡尔坐标描述，也可以使用球面坐标（θ, φ, γ）描述。在球面坐标系中，θ表示俯仰角，对应z轴正方向；φ叫做方位角，对应x-y轴之间角度，x轴为起点，y轴为终点；γ表示原点到点的距离。笛卡尔坐标系和球面坐标系存在一个一对一的映射。

Point Clouds Data Format

每坨点云是一组无序的激光雷达点。点云中每个返回的激光雷达点是一个包括激光雷达坐标系坐标（x, y, z）和点云强度（ρ）的4元组。在KITTI中，ρ是一个0到1之间的值，由激光雷达束反射的表面特征决定。每个激光雷达点可以由笛卡尔坐标/球面坐标表示，KITTI使用激光雷达坐标系下的笛卡尔坐标和强度来表示：（x, y, z, ρ）。KITTI中的每坨点云（激光雷达返回一次数据中点的集合）平均有100k个点，这些点的数量由当时的障碍物决定。

3D Object Detection Background

标签：Taste,Object,Lidar,64,点云,KITTI,坐标系,激光雷达,3d
来源： https://blog.csdn.net/Liiipseoroinis/article/details/121947894

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。