SLAM面试题：使用kitti的GT(ground truth)建立激光点云地图

山楂没我渣

已于 2024-03-18 09:29:31 修改

阅读量2.3k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： PCL库的简单使用 slam学习秋招面经文章标签：自动驾驶人工智能机器学习

于 2021-10-23 17:30:30 首次发布

本文链接：https://blog.youkuaiyun.com/jiny_yang/article/details/120923631

秋招面经同时被 3 个专栏收录

7 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

slam学习

8 篇文章

订阅专栏

PCL库的简单使用

5 篇文章

订阅专栏

这篇博客介绍如何利用kitti数据集中的地面真实数据（GT）来构建激光点云地图。通过将GT（相机在世界坐标系的真值位姿）与激光雷达到相机的转换矩阵相融合，推导出点云在世界坐标系的位置。提供的代码实现了这一过程。

此代码合并了每一帧的激光点云数据,构成了激光点云地图.
ground truth，即真值，在本文简写成GT。
在kitti数据集中，GT代表了世界坐标系下相机的位姿真值，也就是Tcam2world
经过我的一番推导，
Pworld = Tcam2world * Tlidar2cam * Plidar
（其实不一定对hhh）
最终写成了以下代码

src/sum_liadrCloud.cpp

//合并每一帧的激光点云数据,构成GT激光点云地图.
#include <iostream>
#include <pcl/io/pcd_io.h>  
#

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

山楂没我渣

关注关注

3
点赞
踩
11

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

KITTI数据集详解——Mini KITTI 点云

08-14

1135

Mini KITTI 点云是KITTI数据集中的一个子集，专门用于点云相关的任务。Mini KITTI 点云数据集提供了经过预处理的点云数据，方便研究人员进行各种算法的开发和测试。综上所述，Mini KITTI 点云数据集是KITTI数据集中的一个子集，专注于点云相关的任务。它提供了丰富多样的点云数据，以及相应的标签文件，可用于自动驾驶领域的算法研究和测试。每个场景都有相应的点云数据文件，以及与之对应的标签文件，标签文件包含了场景中的物体类别和位置信息。KITTI数据集详解——Mini KITTI 点云。

【2025算法面试通关】【七.SLAM-激光SLAM】【49. 激光SLAM核心技术面试题解析：Cartographer与点云处理】

商务合作|问题讨论|交流学习请联系作者微信，加微信请务必注明来意，博客主页有联系方式

04-15

992

激光SLAM是利用激光雷达构建环境地图并实时定位的技术，核心包括：传感器数据采集、扫描匹配、后端优化、回环检测、地图构建。

参与评论您还未登录，请先登录后发表或查看评论

KITTI数据集与序列00-10的ground truth的对应关系

weixin_60204819的博客

04-15

431

今天终于找到其与数据集序列。一直困惑KITTI数据集。

KITTI数据集之点云建图

01-06

本文描述了如何通过KITTI数据集，读取激光雷达点云数据，并通过ground truth，对前后两帧点云进行旋转变换，使得二者统一坐标系，不断叠加点云进行点云建图的过程。使用的是KITTI odometry中的07号数据集。其主要内容包括： 1）点云文件的格式转换 2）点云转换矩阵的推导 3）代码以及文件资源链接有关KITTI数据集的介绍请看参考链接或者KITTI官网参考链接 1、坐标系的转换 2、KITTI数据集数据初体验 3、KITTI odometry数据集下载 4、本文数据下载 1、点云建图效果图1 odometry数据集07 图2 map 细节图 2、数据处理我们的目的是利

Ubuntu20.04下使用KITTI-00数据集运行LeGO-LOAM，并使用evo进行评测

热门推荐

优快云博客专家，系统架构师，有合作、疑惑请私信博主。

10-08

17万+

高精地图构建：Lidar SLAM与视觉SLAM对比，人工智能，计算机视觉，大模型，AI，本文围绕高精地图构建，对比 Lidar SLAM 与视觉 SLAM。Lidar SLAM 通过激光获取点云数据，精度高、环境适应性强但成本高、数据量大；视觉 SLAM 利用图像，成本低、信息丰富却受光照影响大、深度获取难。还解析了 SLAM、点云等关键概念，介绍了两者融合趋势、应用案例、技术挑战及未来方向，也给出常见问题解答，为相关领域应用与学习提供参考。

在KITTI数据集中利用GroundTruth文件拼接pcd点云并滤波

08-26

C++程序，在Ubuntu，ROS环境下拼接KITTI sequence_01数据集下的点云，其他数据集也大同小异。代码中注释详细，自己改下文自己的的文件目录就能用，方便阅读。其中预处理(文件格式转换bin转pcd)可以参考：https://blog.youkuaiyun.com/MAX_Hope/article/details/100023615

KITTI数据集点云地图构建资料.rar

02-17

本文描述了如何通过KITTI数据集，读取激光雷达点云数据，并通过ground truth进行点云建图的过程。其代码的主要功能包括：1）点云文件的格式转换2）点云转换矩阵计算3）点云地图构建

kitti数据pose

02-19

kitti数据pose data .

点云语义分割，同时显示显示的颜色、gt 、pre

03-29

点云语义分割，同时显示显示的颜色、gt 、pre

【python代码】Kittle数据集的ground truth生成深度图攻略|彩色深度图|代码无恼运行

MengYa_Dream的博客

05-31

5358

【python代码】Kittle数据集的ground truth生成深度图攻略|彩色深度图|代码无恼运行

KITTI数据集 groundtruth转换到雷达坐标系（附python代码）

weixin_44841579的博客

07-26

559

原理：https://zhuanlan.zhihu.com/p/128006350。旋转矩阵是（4x4）的，从 calib_velo_to_cam.txt 中得到。转换之后就可以用轨迹评估工具做轨迹评估了~

KITTI数据集基准、转换成tum以及十个groundtruth对应图

素手挽剑

11-05

1万+

KITTI数据集基准的转换时间戳位置 gt位置利用evo进行转换 python2 kitti_poses_and_timestamps_to_trajectory.py 10.txt times10.txt kitti_10_tum.txt 生成kitti基准带时间的tum格式十个路径展示：

【kitti】利用evo绘制ground_truth pose

weixin_51170061的博客

03-04

1481

需提前下载好evo工具。

ros环境下，tf::tfMessage的读取，使用，读取kitti数据集groundtruth显示

Eminbogen的博客

09-09

2312

读取kitti数据集并显示groundtruth是检验自己slam算法的必须品。读取rosbag里的tf::tfMessage就是groundtruth。如这个数据包：

掌握SLAM算法精度：KITTI数据集应用与自动驾驶展望

SLAM（Simultaneous Localization and Mapping，即同时定位与地图构建）是一种在机器人技术领域广泛使用的技术，它使机器人能够在探索未知环境的同时，建立环境的地图并确定自己的位置。在自动驾驶的背景下，SLAM的...