Как использовать методы обнаружения объектов KITTI 3D в нашей собственной установке камеры-LiDAR, где у нас есть только один набор калибровки? - PullRequest
0 голосов
/ 03 октября 2019

Я работаю над обнаружением 3D-объектов в режиме реального времени для автономного наземного транспортного средства. Датчики, которые я использую, - это монокулярная камера и VLP16 LiDAR. Для внешней калибровки камеры-LiDAR и слияния датчиков я использовал инструмент калибровки Autoware camera-LiDAR. Теперь я хочу использовать методы обнаружения 3D-объектов KITTI для получения трехмерных ограничительных рамок на изображении. Однако каждое изображение и соответствующее ему облако точек велодина в наборе данных KITTI имеют свой собственный файл калибровки. В autoware я получаю только один внешний файл калибровки для всей установки. Кроме того, параметры калибровки Autoware отличаются от параметров калибровки набора данных KITTI. Может ли кто-нибудь помочь мне преобразовать параметры автоматической калибровки в набор данных KITTI или есть какой-либо другой способ достижения моей цели?

Файл калибровки автоматической установки для настройки камеры-LiDAR:

%YAML:1.0

CameraExtrinsicMat: !!opencv-matrix  
   rows: 4  
   cols: 4  
   dt: d  
   data: [ -9.9734380251035326e-01, 2.6761840324160763e-02,  
       6.7743217347964194e-02, 1.5696216374635696e-02,  
       -6.6967670310847577e-02, 2.8885241220820035e-02,  
       -9.9733694104487725e-01, 6.5152801573276520e-02,  
       -2.8647351139800312e-02, -9.9922442261089650e-01,  
       -2.7016338215861135e-02, -1.5130840241909027e-01, 0., 0., 0., 1. ]  
CameraMat: !!opencv-matrix  
   rows: 3  
   cols: 3  
   dt: d  
   data: [ 2.2000230001872264e+03, 0., 1.0271964538622267e+03, 0.,  
       2.1884964850945166e+03, 6.4823423638043391e+02, 0., 0., 1. ]  
DistCoeff: !!opencv-matrix  
   rows: 1  
   cols: 5  
   dt: d  
   data: [ -1.1189209437819703e-01, 1.0924203493113565e+00,  
       1.8551654586389964e-04, 3.3766563912686325e-03,  
       -2.8785099102921450e+00 ]  
ImageSize: [ 1920, 1200 ]  
ReprojectionError: 0  
DistModel: plumb_bob

Файл калибровки KITTI для пары изображений и соответствующего облака точек велодина:

P0: 7.215377000000e+02 0.000000000000e+00 6.095593000000e+02 0.000000000000e+00 0.000000000000e+00 7.215377000000e+02 1.728540000000e+02 0.000000000000e+00 0.000000000000e+00 0.000000000000e+00 1.000000000000e+00 0.000000000000e+00  
P1: 7.215377000000e+02 0.000000000000e+00 6.095593000000e+02 -3.875744000000e+02 0.000000000000e+00 7.215377000000e+02 1.728540000000e+02 0.000000000000e+00 0.000000000000e+00 0.000000000000e+00 1.000000000000e+00 0.000000000000e+00  
P2: 7.215377000000e+02 0.000000000000e+00 6.095593000000e+02 4.485728000000e+01 0.000000000000e+00 7.215377000000e+02 1.728540000000e+02 2.163791000000e-01 0.000000000000e+00 0.000000000000e+00 1.000000000000e+00 2.745884000000e-03  
P3: 7.215377000000e+02 0.000000000000e+00 6.095593000000e+02 -3.395242000000e+02 0.000000000000e+00 7.215377000000e+02 1.728540000000e+02 2.199936000000e+00 0.000000000000e+00 0.000000000000e+00 1.000000000000e+00 2.729905000000e-03  
R0_rect: 9.999239000000e-01 9.837760000000e-03 -7.445048000000e-03 -9.869795000000e-03 9.999421000000e-01 -4.278459000000e-03 7.402527000000e-03 4.351614000000e-03 9.999631000000e-01  
Tr_velo_to_cam: 7.533745000000e-03 -9.999714000000e-01 -6.166020000000e-04 -4.069766000000e-03 1.480249000000e-02 7.280733000000e-04 -9.998902000000e-01 -7.631618000000e-02 9.998621000000e-01 7.523790000000e-03 1.480755000000e-02 -2.717806000000e-01  
Tr_imu_to_velo: 9.999976000000e-01 7.553071000000e-04 -2.035826000000e-03 -8.086759000000e-01 -7.854027000000e-04 9.998898000000e-01 -1.482298000000e-02 3.195559000000e-01 2.024406000000e-03 1.482454000000e-02 9.998881000000e-01 -7.997231000000e-01

1 Ответ

0 голосов
/ 08 октября 2019

Я только что столкнулся с той же задачей, и я нашел следующую полезную информацию: https://github.com/mileyan/pseudo_lidar/blob/master/preprocessing/kitti_util.py

это инструмент для чтения файла калибровки KITTI, но его все еще непросто понятьэто ...

...