KITTI数据集：点云投影到图像上 & Tracklets标注文件三维信息投影--官方代码使用

原创 已于 2025-04-15 17:10:52 修改 · 3.3k 阅读 · 33
标签
#自动驾驶 #人工智能 #matlab #目标检测 #机器人
于 2023-09-22 10:58:47 首次发布
本文介绍了如何利用KITTI数据集中的64线激光雷达和相机进行深度信息投影，包括数据准备、代码解析和问题解决。作者还探讨了在无人船领域中，如何处理激光雷达数据稀疏的问题，以及如何结合图像信息进行多传感器融合。

最近学习了一些自动驾驶的相关的投影知识，结合自身，做了小小的改进，得到了想要的效果，故记录下来！ 

KITTI数据集介绍

1个64线激光雷达：车身正中间

2个GRB相机：得到RGB图像数据

2个灰度图像：得到灰度图像

激光雷达和相机的坐标系：

激光雷达：

x：前   y：左  z：上

相机：

x：右  y：下  z：前

具体的安装位置（俯视图）如图：

更多详细介绍：The KITTI Vision Benchmark Suite

一、点云深度投影到图像

这里所说的深度信息是激光雷达距离物体的水平距离，根据以上的安装可以知道，也就是激光雷达的x轴信息。</

了解本专栏 订阅专栏 解锁全文
将点云投影到图像并生成带有颜色的激光雷达点云_python_代码_下载
06-14
此代码用于将 LiDAR 点云投影到图像并生成带颜色的点云 输入 图像（.png 文件） 点云文件（.bin 文件） Calib 文件 支持两种 calib 文件类型。 所有参数存储在一个文件中。例如 KITTI R_rect: 形状 3*3 P_rect: 形状 3*4 Tr：形状3*4 参数存储在两个文件中。一个用于相机，另一个用于 LiDAR2Cam。例如 KITTI raw R_rect: 形状 3*3 P_rect: 形状 3*4 R：形状3*3 T：形状3*1 脚步 将所有图像放入img，将所有点云文件放入lidar（注意：图像的文件名和对应的点云文件的文件名要相同。）。将calib文件放入calib 在main.py中设置参数。 CALIB_TYPE：0：一个文件中的所有参数；1：参数存储在两个文件中 如果 CALIB_TYPE == 0： CALIB：校准文件的路径 如果 CALIB_TYPE == 1： CAM2CAM：相机校准文件的路径 LIDAR2CAM：LiDAR2Cam 校准文件的路径 IMG_PATH：图片的路径 LIDAR_PATH：点云
python KITTI数据集激光雷达（LiDAR）点云可视化
11-16
根据语义或实例分割的结果可视化KITTI数据集点云，为不同类别或不同的实例赋予不同的颜色，适合论文作图
KITTI数据集保姆级使用指南：从数据下载到3D标注可视化（Python实战）
weixin_30500105的博客
03-22 90
本文提供KITTI数据集的保姆级使用指南，涵盖从数据下载到3D标注可视化的完整流程。通过Python实战代码演示如何解析点云数据、读取标注文件，并实现3D目标检测框的可视化投影，帮助开发者快速掌握这一自动驾驶领域经典数据集的使用方法。
激光雷达与相机融合（二）：基于KITTI数据集的点云-图像投影实战
weixin_29213525的博客
03-12 207
本文详细解析了激光雷达与相机融合的核心基础——点云-图像投影技术。基于KITTI数据集，文章手把手指导如何利用标定参数（外参矩阵RT、内参矩阵P_rect及矫正矩阵R_rect_00）编写C++代码，将三维激光雷达点云精确投影至二维相机图像，实现深度与纹理信息的直观融合，并分享了关键的避坑指南与效果优化技巧。
【ROS】利用ROS将KITTI数据集点云数据投影到2D图像
我们终将会成为更好的人
06-24 4520
利用ROS实现kitti数据集点云透视投影。分为两个ROS节点，一个节点负责不断读取点云原始bin文件，并以 sensor_msgs::PointCloud2 的消息格式发布话题；另一个节点对接收到的点云消息进行处理，把点云投影到相机图像上。...
KITTI激光雷达点云解析与图像反投影
pangxing6491的博客
03-02 421
https://blog.csdn.net/shyjhyp11/article/details/112556905
KITTI 3D目标检测数据集入门
大脸猫的博客
03-24 6756
下载地址与描述 数据集官网下载地址：The KITTI Vision Benchmark Suite 3D目标检测数据集由7481个训练图像和7518个测试图像以及相应的点云数据组成，包括总共80256个标记对象。 上图红色框标记的为我们需要的数据，分别是彩色图像数据（12GB）、点云数据（29GB）、相机矫正数据（16MB）、标签数据（5MB）。其中彩色图像数据、点云数据、相机矫正数据均包含training（7481）和testing（7518）两个部分，标签数据只有training数据。 需要
KITTI Vision Benchmark Suite数据集介绍和相似数据集比较
weixin_42188287的博客
05-15 1001
KITTI Vision Benchmark Suite 仍是自动驾驶感知研究的基石，尤其在3D目标检测和视觉里程计领域。然而，针对不同研究目标（如极端天气、多模态融合、长尾场景），nuScenes、Waymo、BDD100K等数据集提供了更优的选择。实际选择时需权衡数据规模、标注质量、任务适配性及硬件资源限制。
【bytetrack模型笔记】
Coding18的博客
08-26 1543
tracking-by-detection是MOT中一个经典高效流派，通过相似度（位置、外观、运动信息）来关联检测框得到跟踪轨迹，目前大部分MOT方法会选择一个阈值，只保留高于这个阈值的检测结果来做关联到跟踪结果，低于阈值检测结果直接丢弃。Byte中将得分框按照一定阈值划分为高分框和低分框，对于高分框来说按照正常方法送入跟踪器，并使用IOU计算代价矩阵，后利用匈牙利算法分配；对于低分框，利用未匹配上的框和低分的框进行iou匹配，然后同样利用匈牙利算法进行分配。......
多目标跟踪一个比较经典的帖子
sjtu_012的专栏
11-08 3032
 http://zipperary.com/2014/11/08/mot/#more#3326447-qzone-1-34778-45f1c4f3a96ac252188117d15f6a6750
THE KITTI VISION BENCHMARK SUITE: OBJECT BENCHMARK
程永强
07-16 985
THE KITTI VISION BENCHMARK SUITE: OBJECT BENCHMARK benchmark ['ben(t)ʃmɑːk]：n. 基准，标准检查程序 vt. 用基准问题测试 Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago，KITTI Karlsruhe Institute of Technology，KIT：卡尔斯鲁厄理工学院 Toyota Technological
KITTI同步图像与轨迹标注的OpenGL三维可视化工具（含完整着色器与跨平台工程）
gold8的专栏
06-11 168
KittiViz是一款基于C++和OpenGL 3.5+开发的轻量级三维可视化工具，专用于加载并渲染KITTI数据集中经过同步与校正的图像序列（synced+rectified），同时叠加tracklets格式的车辆轨迹标注。支持OBJ三维模型导入、PNG图像序列纹理映射、多光源Phong光照、环境贴图（CubeMap）、字体渲染等图形功能，所有着色器代码（Vertex/Fragment）均完整提供，包括Phong光照、纹理+环境贴图混合、基础立方体贴图等常见GLSL实现。工具通过UI模块实现帧跳转、轨迹开
kitti2bag未来展望：路线图、新功能和社区发展计划
最新发布
gitblog_00877的博客
06-17 910
kitti2bag作为一款将KITTI数据集轻松转换为ROS bag文件的工具，正通过社区协作不断进化。本文将深入探讨其未来发展路线图、计划推出的新功能以及社区建设规划，为开发者和用户提供清晰的发展愿景。 ## 核心功能升级路线图 🚀 ### 传感器支持增强 未来版本将重点扩展传感器兼容性，计划支持更多类型的激光雷达数据格式和高分辨率相机输入。开发团队正在探索对KITTI数据集"unsync
专业词汇记录
qq_42191914的博客
11-18 955
机器学习论文中有时会出现ground truth，初见会觉得一头雾水。下面的介绍取自知乎：知乎相关问题 说白了，ground truth就是数据的（正确）标注 解释
翻译: 欢迎使用 KITTI Vision Benchmark Suite！
AI架构师易筋
10-14 640
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这个中等规模的城市中行驶而捕获的，在农村地区和高速公路上。每张图像最多可以看到 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。对于我们的每个基准，我
多传感器融合——激光雷达点云投影到图像（kitti数据集）
caolin_summer的专栏
06-23 3107
从csdn上下载了激光雷达点云投影到图像的matlab程序，连接见下方。KITTI雷达点云与图像数据融合matlab源码_点云与rgb图像融合-机器学习代码类资源-CSDN下载KITTI数据集中雷达点云与图像数据融合的matlab源代码，用于自动驾驶环境感知算法研究，初学者适点云与rgb图像融合更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/bit20091643/10559805首先对kitti数据集和数据集中的参数进行了了解和学习。KI
3D目标检测数据集 KITTI（标签格式解析、3D框可视化、点云转图像、BEV鸟瞰图）
热门推荐
黎国溥
09-09 3万+
本文介绍在3D目标检测中，理解和使用KITTI 数据集，包括KITTI 的基本情况、下载数据集、标签格式解析、3D框可视化、点云转图像、画BEV鸟瞰图等，并配有实现代码。 1、KITTI数据集3D框可视化 2、KITTI 3D数据集 3、下载数据集 4、标签格式 5、标定参数解析 6、点云数据-->投影到图像 7、图像数据-->投影到点云 8、可视化图像2D结果、3D结果 9、点云3D结果-->图像BEV鸟瞰图结果（坐标系转换） 10、绘制BEV鸟瞰图 11、BEV鸟瞰图画
kitti数据集点云投影到图片，反投影回点云
qq_41816368的博客
06-05 689
【代码】kitti数据集点云投影到图片，反投影回点云。
The KITTI Vision Benchmark Suite - 3d object
程永强
07-05 1958
The KITTI Vision Benchmark Suite - 3d object The KITTI Vision Benchmark Suite http://www.cvlibs.net/datasets/kitti/index.php 1. 3D Object Detection Evaluation 2017 The 3D object detection benchmark consists of 7481 training images and 7518 test images as
将点云数据投影到图像上并生成带有颜色的激光雷达点云：Python实现指南
qq_38334677的博客
08-21 6278
但是，通过将点云数据投影到2D图像上并为其添加颜色，我们可以更容易地可视化和分析这些数据。例如，可以通过投影检测到的物体的3D边界框到图像上，以获得更准确的物体识别和跟踪。将3D点云投影到2D图像上是通过一个数学变换实现的，该变换将每个3D点的坐标映射到2D图像上的一个点。在建筑和城市规划领域，将3D扫描数据投影到图像上可以帮助工程师和规划师更直观地理解和设计复杂的3D结构。点云数据是三维空间中的点集。其中 (X, Y, Z) 是3D点的坐标，(x’, y’) 是投影到2D图像上的点的坐标。
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

Angel-gong

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