PointPillars_misc 脚本记录Kitti数据集上PointPillars模型的结果

8MATLAB代码为单目视觉测程与KITTI数据集。该方法的目的是利用连续图像之间丰富的信息关系，并利用最小的硬件，即单目视觉传感器来弥补错误的测距传感器。在这个项目中，我们实现了每个图像的特征检测、特征提取和特征匹配方法。还实现了单目视觉测程的流水线，并在KITTI数据集上测试了我们的实现。

3D车辆检测中的KITTI数据集，包括车辆图片、激光 图片、TXT标注文件

主要用于测试多传感器融合效果，数据量比较大，不建议在虚拟机上跑。解压后需要选择一下所需的bag

2011_09_26_drive_0005文件内容包括2011_09_26_calib.zip、2011_09_26_drive_0005_sync.zip、2011_09_26_drive_0005_tracklets.zip、2011_09_26_drive_0119_extract.zip(标定实验数据)供有兴趣研究kitti数据集格式的兄弟学习

PCL库三维重建 一，介绍 利用C ++ PCL库对KITTI数据集进行三维重建 利用livox激光雷达和hikvision相机进行三维重建 二，环境： VS2017 + PCL1.8.1 三，实验步骤： 3.1 KITTI三维重建 用KITTI的配准信息将点云投影到图像上获得真彩色点云 滤波 重采样平滑 法线计算 将点云坐标，颜色，法线信息合在一起 网格化（贪心三角化） 3.2 Livox-hikvision三维重建 读取.lvx文件，转换成pcd文件 读取hikvision拍摄视频 后续方法同2.1 补充：利用深度图进行网格化 四，结果： 4.1贪婪投影三角法网格化 1.真彩色点云（KITTI） 2.贪婪投影三角化（KITTI） 3.真彩色点云（lvx-5帧30000点） 4.贪婪投影三角化（lvx-5帧30000点） 随着处理帧数的增加，网格会更多致密，空洞会减少，但后续仍需要进行

在目前智能汽车的数据采集（激光雷达数据和视觉数据）的过程中，我们通常在ROS系统中完成数据的记录。因此，我们直接得到的数据是以.bag文件格式保存的。但是，大多数现有感知网络框架的数据格式与 KITTI 数据集的数据格式一致。在 KITTI 数据集中，图像文件保存为 .png 格式，PointCloud 文件保存为 .bin 文件。所以我们需要完成从.bag 文件到.png 和.bin 文件的转换

从 http://www.cvlibs.net/datasets/kitti/raw_data.php 上搬运了一小部分kitti原始数据。 压缩文件中包含 [unsynced+unrectified data] [synced+rectified data] [calibration] [tracklets] 这个4部分的数据。

Kitti数据集下载-附件资源