kitti数据集转为bag

下载原始的数据集后，通过终端来运行：

unzip 2011_10_03_calib.zip

和

unzip 2011_10_03_drive_0047_sync.zip

这样这个文件夹才算准备好：

然后去下载kitti2bag工具：

pip install kitti2bag

然后去2011_10_03文件夹下执行：

kitti2bag -t 2011_10_03 -r 0047 raw_synced .

转换完毕.
方法二，直接通过python来发布数据：
解析数据：input_ros_kitti.py

import rospy
from sensor_msgs.msg import Image,PointCloud2
from cv_bridge import CvBridge
import numpy as np
import os
import cv2
from pub_publish import *
# 保存解压后数据的地方
 
DATA_PATH='/home/t/t/Row_Data/2011_09_26/2011_09_26_drive_0005_sync/'
if __name__=='__main__':
    rospy.init_node('kitti_node',anonymous=True)
    cam_pub=rospy.Publisher('kitti_cam',Image,queue_size=10)
    pcl_pub=rospy.Publisher('kitti_pcl',PointCloud2,queue_size=10)
    bridge=CvBridge()
    rate=rospy.Rate(10)
    frame=0
    # 循环播放，通过frame控制帧数
    while not rospy.is_shutdown():
        img=cv2.imread(os.path.join(DATA_PATH,'image_02/data/%010d.png'%frame))
        pcl=np.fromfile(os.path.join(DATA_PATH,'velodyne_points/data/%010d.bin'%frame),dtype=np.float32).reshape(-1,4)
        publish_camera(cam_pub,bridge,img)
        publish_pcl(pcl_pub,pcl)
        rospy.loginfo('published')
        rate.sleep()
        frame+=1
        frame%=154

发布数据的函数pub_publish.py

from std_msgs.msg import Header
import rospy
import sensor_msgs.point_cloud2 as pcl2
FRAME_ID='map'
def publish_camera(cam_pub,bridge,image):
    cam_pub.publish(bridge.cv2_to_imgmsg(image,'bgr8'))
 
def publish_pcl(pcl_pub,point_cloud):
    header=Header()
    header.stamp=rospy.Time.now()
    header.frame_id=FRAME_ID
    pcl_pub.publish(pcl2.create_cloud_xyz32(header,point_cloud[:,:3]))
 

文件依然和方法一同样解压，放在同样的位置下。
最后来看一下如何将bag文件进行包围框的可视化。
参考
还是有点意思的。