ROS学习番外篇14—nuScenes-LidarSeg数据集的下载和解析

最新推荐文章于 2025-05-14 22:53:22 发布
最新推荐文章于 2025-05-14 22:53:22 发布
阅读量1.8k 收藏 6
点赞数
分类专栏： ROS操作系统学习 文章标签： python nuScenes LidarSeg 点云解析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixinhum/article/details/126391251
版权
本文介绍了如何下载和解析nuScenes-LidarSeg数据集，该数据集是nuScenes的激光雷达语义分割子集，主要包含32线激光雷达数据。文章详细讲述了数据下载、解压、点云标签的获取和解析过程，并提供了相关Python代码示例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

之前一直使用SemanticKITTI进行自动驾驶感知算法的评估，最近写paper的时候发现两年前新出了一个nuScenes-LidarSeg数据集，因此准备也将其加入评估体系。

nuScenes-LidarSeg数据集是nuScenes数据集的激光雷达语义分割子集，相比于SemanticKITTI，其最大的不同应该是采用了32线的激光雷达，因此数据密度少了一倍。通过对比算法在nuScenes-LidarSeg和SemanticKITTI上的表现，也可以评估算法在不同数据密度上的表现。

数据下载

使用nuScenes-LidarSeg数据集第一步是数据的下载，下载的地址如下（需要注册账号方能下载）：https://www.nuscenes.org/nuscenes#lidarseg
定位到如下的地方点击下载即可：
在这里插入图片描述
下载下来的数据集包含了全部传感器数据（似乎有单独下载的操作，本人没去研究。。。），总的数据大小有293G，如果网速慢的话，能把人下哭。

另外&

了解本专栏 订阅专栏 解锁全文 超级会员免费看
ROS学习番外篇15—nuScenes-LidarSeg数据集的多帧数据整理
weixinhum
08-09 624
前面我们介绍了如何下载和解析nuScenes-LidarSeg数据集，然而处理的对象还是单帧点云。本篇博客将对数据集提供的点云系列数据进行解析和重新整理，使得程序可以非常方便的按照顺序读取850个系列中的每个系列的点云数据。运行上面的代码，可以得到顺序记录每个系列点云信息的850个文件，放置在sample_data_lidar_seq文件夹（这个文件夹需要手动创建）中。有了这些文件，就可以按照顺序处理点云。
[转载] 深入nuScenes数据集(2/6)
BIT_Legend的博客
07-16 356
这是一篇跟着官方教程走的深入文章，官方教程有6篇。
3D点云检测回顾-数据集篇（二）：Nuscenes数据集格式及工具使用教程
最新发布
Wangxu的博客
05-14 1014
Nuscenes 数据集是一种用于3D点云检测的复杂数据集，其数据格式与常见的KITTI数据集不同，采用了相互索引的结构。数据集主要由scene、sample、sample_data、sample_annotation等部分组成，通过token关键字进行关联。scene表示一个20秒的场景序列，sample代表单帧样本，sample_annotation定义物体位置的边界框，而sample_data则包含传感器数据。这些数据通过层级关系相互连接，开发者可以通过下载数据包进一步了解其具体结构和获取方式。
ubuntu20.04 批量下载 NuScenes V1.0 full 数据集
weixin_40013731的博客
06-14 6120
ubuntu20.04 批量下载 NuScenes V1.0 full 数据集
手把手带你玩转Nuscenes数据集2——nuScenes lidarseg and panoptic教程
热门推荐
秃头小苏的博客
03-17 1万+
文章目录准备工作✨✨✨数据读取✨✨✨导入相关库并加载数据集lidarseg和panoptic数据集的点统计panoptic数据集的instance统计获取lidarseg和panoptic的sample token的统计信息⭐⭐⭐渲染lidarseg标签⭐⭐⭐渲染panoptic标签⭐⭐⭐在图像中渲染lidarseg和panoptic 标签⭐⭐⭐渲染sample(例如lidar、radar and all camera)⭐⭐⭐使用lidarseg/panoptic标签为给定的相机传感器渲染场景渲染场景的所有
nuScenes数据集下载解压
weixin_44209776的博客
12-06 1423
nuScenes数据集下载解压
使用NuScenes数据集生成ROS Bag文件：深度学习与机器人操作的桥梁
自动驾驶实战
05-29 1718
在自动驾驶、机器人导航及环境感知的研究中，高质量的数据集是推动算法发展的关键。NuScenes数据集作为一项开源的多模态自动驾驶数据集，提供了丰富的雷达、激光雷达（LiDAR）、摄像头等多种传感器数据，是进行多传感器融合研究的理想选择。而ROS（Robot Operating System）作为机器人软件开发的主流框架，其灵活的架构和丰富的工具链极大地便利了机器人应用程序的开发。本文将指导你如何利用NuScenes数据集生成ROS兼容的Bag文件，为你的机器人项目注入强大的数据支持。
ROS系统学习番外篇1---用VSCode码代码、编译和调试
weixinhum
04-11 6623
作为微软发布的新一代神器，相信很多码农已经用上了VSCode来码代码。 而当我们用其来码ROS代码的时候，如果不做任何配置，效果是下面这样的。 另外，也无法用它进行调试和编译。 本篇将着重解决这几个问题，使得用VSCode码ROS代码不再困难。 一.解决程序找不到ROS相关文件的问题（也就是上图所示的那样）。 首先准备素材，也就是记录ROS各种路径信息的文件。方法很简单，用命令行cd到工作空间下...
Nuscenes数据转换工具 -- bin2bag
Darchan的博客
07-11 2148
Nuscenes数据转换工具 -- bin2bag，该脚本工具可以完成bin数据到bag数据的转换。
nuScenes完整数据集下载解压
qq_44722189的博客
01-05 3129
如果用到CAN bus expansion（自车信息ego status），下载解压之后放在哪可以根据具体情况决定，比如我之前复现的一篇论文放在了与nuscenes同级的目录。如果下载了Map expansion，则需要先在nuscenes目录下新建一个文件夹maps，把。解压到里面，可以使用unzip命令解压，不建议在图形化右键extract解压。-C 用来将文件解压到指定目录下。此命令可以解压.tar和.tgz文件。
Linux服务器脚本自动解压nuScenes数据集tar tgz
qq_49415623的博客
03-03 1148
脚本批量解压tgz文件
探索未来自动驾驶：Lidar-Segmentation，实时3D点云分割的利器
gitblog_00306的博客
08-16 839
探索未来自动驾驶：Lidar-Segmentation，实时3D点云分割的利器 项目地址:https://gitcode.com/gh_mirrors/li/Lidar-Segementation 在这个不断发展的自动驾驶时代，精确地理解和解析环境是至关重要的。Lidar-Segmentation，一个由@wangx1996开发的开源项目，为3D LiDAR点云分割提供了一种实时高效的解决方案。 ...
nuscenes完整数据集下载解压并简单检测完整性，同时统计训练集train、 验证集val、 测试集test 中的标记数据总量
TheDaker的博客
11-29 1703
nuscenes完整数据集下载解压并简单检测完整性，同时统计训练集train、 验证集val、 测试集test 中的标记数据总量
Nuscenes LiDAR数据格式 与读取显示
qq_37983000的博客
10-28 6138
nuscenes lidar数据存储格式 ：(x,y,z,intensity,ring index) 读取 Nuscenes 数据并显示： import os import numpy as np import struct import open3d def read_bin_velodyne(path): pc_list=[] with open(path,'rb') as f: content=f.read() pc_iter=struct.
nuScenes数据集下载（网盘链接+解压步骤）
weixin_62497890的博客
06-19 8830
nuScenes数据集下载、解压步骤（附网盘链接+环境搭建教程）
推荐文章：探索自动驾驶的智慧之眼——LiDARSeg3D深度解析
gitblog_00079的博客
06-26 345
推荐文章：探索自动驾驶的智慧之眼——LiDARSeg3D深度解析 lidarseg3dA repository for LiDAR 3D semantic segmentation in autonomous driving scenarios. Also the official implementations of our ECCV 2022 paper (SDSeg3D) and CVP...
nuScenes——数据集配置过程中遇到图像文件缺失或大小为0时的补救方法
Irving.Gao的博客
06-23 1005
nuScenes数据集配置过程中遇到图像文件缺失或大小为0时的补救方法
推荐项目：LiDARSeg3D——自动驾驶中的3D语义分割利器
gitblog_00305的博客
08-24 801
推荐项目：LiDARSeg3D——自动驾驶中的3D语义分割利器 项目地址:https://gitcode.com/gh_mirrors/li/lidarseg3d 在自动驾驶的浩瀚领域中，精准的环境感知是基石。今天，我们聚焦于一个前沿的开源项目——LiDARSeg3D，这是专为解决自动驾驶场景下的三维语义分割而生的工具库。项目不仅包含了最新的研究成果，更是实现了对多模态数据的有效整合，为车辆带来更...
LIO-SAM 数据集ros2
03-20
### 关于LIO-SAM的数据集及其在ROS2中的实现 #### 数据集获取与使用 LVI-SAM 是一种融合激光雷达、视觉和惯性测量单元 (IMU) 的里程计和建图系统[^1]。该系统的传感器套件包括 Velodyne VLP-16 激光雷达、FLIR BFS-U3-04S2M-CS 相机、MicroStrain 3DM-GX5-25 IMU 和 Reach RS+ GPS。这些设备共同提供了丰富的多模态数据，用于支持高精度的定位和地图构建。 论文中提到的相关数据集可以从 Google Drive 下载。下载后，可以通过解析其中的时间戳文件、图像序列、激光雷达点云数据以及同步的 IMU 测量值来重现实验环境。对于 LIO-SAM 而言，虽然它本身主要基于激光雷达和 IMU 进行状态估计，但可以利用类似的多源数据集进行验证和扩展。 #### LIO-SAM 在 ROS2 中的应用或实现 尽管原始版本的 LIO-SAM 主要针对 ROS1 开发，但在 ROS2 上运行 LIO-SAM 需要考虑以下几点： 1. **依赖库迁移** 原始代码可能依赖于 PCL（Point Cloud Library）、Eigen 等第三方库，在迁移到 ROS2 时需确认这些库是否兼容最新版本。如果存在不兼容情况，则需要调整编译选项或更新至适配版本。 2. **节点通信方式转换** ROS1 使用 `roscpp` 或 ` rospy` 实现消息传递机制；而 ROS2 则采用 DDS（Data Distribution Service）作为底层传输协议，并引入 rclcpp/rclpy 接口层。因此，原项目中的订阅/发布逻辑应重写成符合 ROS2 API 形式的代码片段如下所示： ```cpp // 示例：创建一个简单的点云订阅器 void pointCloudCallback(const sensor_msgs::msg::PointCloud2::SharedPtr msg){ RCLCPP_INFO(this->get_logger(), "Received Point Cloud Data"); pcl::fromROSMsg(*msg, *cloud_ptr); // 将 ROS 消息转化为 PCL 格式对象 } int main(int argc, char* argv[]) { rclcpp::init(argc, argv); auto node = std::make_shared<rclcpp::Node>("lio_sam_node"); rclcpp::Subscription<sensor_msgs::msg::PointCloud2>::SharedPtr sub = node->create_subscription<sensor_msgs::msg::PointCloud2>( "/velodyne_points", 10, &pointCloudCallback); rclcpp::spin(node); rclcpp::shutdown(); return 0; } ``` 3. **参数管理改进** 在 ROS2 中推荐通过 YAML 文件统一配置所有动态可调参变量而非硬编码形式指定默认值。例如设置最大优化迭代次数或者滤波窗口大小等超参数均能借此方法完成定义加载过程。 4. **时间同步处理增强** 多传感协同工作离不开精确的时间匹配策略。鉴于不同硬件平台间可能存在微小偏差现象故建议引入 tf2_ros 库辅助完成坐标变换计算任务从而保障最终输出结果的一致性和可靠性。 综上所述，将现有 LIO-SAM 移植到 ROS2 平台并非易事却也具备可行性只要遵循上述指导原则逐步推进即可达成目标。
评论 3
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
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