ROS1结合自动驾驶数据集Kitti开发教程(一)Kitti资料介绍和可视化

最新推荐文章于 2025-02-27 15:54:09 发布

原创

最新推荐文章于 2025-02-27 15:54:09 发布 · 2k 阅读

29 ·

CC 4.0 BY-SA版权

本文档介绍了如何利用ROS、noetic版本和KITTI数据集来搭建自动驾驶感知系统。首先，介绍了KITTI数据集的背景、采集平台和数据内容，接着详细阐述了数据下载、转换为rosbag格式的过程，并提供了在ROS环境中查看和播放数据的步骤。最后，文章提到在实际操作中遇到的问题及解决方法，并鼓励读者进行讨论和交流。

注意：

再学习本系列教程时，应该已经安装过ROS了并且需要有一些ROS的基本知识

ubuntu版本：20.04
webots版本：2021a
ros版本：noetic

前言

自动驾驶是我的一个非常有意思的研究方向，我会在以后的时间里更新有关自动驾驶方向的知识。而这系列教程通过ROS和KITTI数据集实现一个自动驾驶感知功能。

如果想要训练自动驾驶的感知功能，必须要有一个强大的数据集才能实现。KITTI就是这么一个在2012年发表的强大的自动驾驶资料库。

1.Kitti数据集概述

KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人，还有各种程度的遮挡与截断。整个数据集由389对立体图像和光流图，39.2 km视觉测距序列以及超过200k 3D标注物体的图像组成，以10Hz的频率采样及同步。总体上看，原始数据集被分类为Road, City, Residential, Campus 和 Person。对于3D物体检测，label细分为car,van,truck,pedestrian,pedestrian(sitting),cyclist,