3D点云识别

激光雷达点云

• 由激光雷达产生，分为机械式Lidar:TOF,N个独立激光单元，旋转产生360度视场。

上图中激光雷达位于圆圈的中心，周围产生的光点就是产生的3D点云。它的中心一般由一辆携带激光雷达的汽车来进行360度的扫描

在上面的两张图中，一个是正常的角度，一个是俯视图。带有蓝色坐标轴的设备就是机械式的激光雷达，会360度旋转，发出64条激光线。

还有一种是不旋转的MEMS式Lidar，它内部有一个组件在旋转，通过这个组件的旋转来实现扫描的效果。

• 数据特点

1. 简单：由x、y、z、i组成，x、y、z为坐标，i可以是强度也可以是距离。
2. 稀疏：相对于图像来说，它要稀疏很多，如果把激光雷达点云投影到图像中可能只占有图像的7%。
3. 无序：N!点云没有顺序，角度不同、震动、扫描顺序不同，都会导致点云的顺序不一样。
4. 精确： /-2cm

• 图像 vs 点云

1. 点云：简单精确适合几何感知
2. 图像：丰富多变适合语义感知

这两种感知手段在ADAS(自动驾驶)场景中各有各的用处，比如说交通信号，3D点云就无法感知，只能通过图像识别来进行感知。

• 3D点云数据来源

1. CAD模型：一般分类/分割问题的数据集是CAD。
2. LiDAR传感器(激光雷达)
3. RGBD相机，双目相机，它们都是稠密点云

• 常用数据集

1. Classification(Feature Respresentation),都是基于CAD模型
   1. ModelNet40/10
   2. ShapeNetPart
2. 无人驾驶场景:Detection/ Segmentation/ Tracking
   1. http://www.cvlibs.net/datasets/kitti/
   2. http://apolloscape.auto
   3. https://www.cityscapes-dataset.com
   4. https://bdd-data.berkeley.edu

这里我们主要用到的就是kitti数据集，我们先来看一下kitti中都有哪些数据集

这个是双目数据集

光流数据集

深度数据集

里程计数据集

检测数据集2d，3d的，我们要用的就是这个3d的数据集

跟踪数据集

分割数据集

这些都是将原始数据集处理一下，来应对各种细分的算法。

• KITTI数据集

自动驾驶场景下的计算机视觉算法评测数据集

1. 算法测评类别：stereo(立体的)、optical flow(光流)、visual odometry(可视化里程计)、object dectection(物体检测)、tracking(追踪)
2. 数据采集场景:Road(道路)、City(城市)、Residential(住宅区)、Campus(校园)、Person(人)
3. 3D物体检测:car(小汽车)、van(货车)、truck(卡车)、pedestrian(行人)、sitting(坐着的人)、cyclist(骑自行车的人)、tram(有轨电车)、misc(杂项)

我们依然来看一下这个采集车

在上图中，有两个灰度相机cam 0和cam 1，形成一个双目；还有两个彩色相机cam 2和cam 3，也形成一个双目。

是一个GPS导航，

是激光雷达。

• 坐标系

对于相机来说，为上图的红色坐标系，X对应汽车的右方，Y对应汽车的下方，Z对应汽车的前方。激光雷达坐标系为上图的蓝色坐标系，X对应汽车的前方，Y对应汽车的左方，Z对应汽车的上方。GPS坐标系为上图的绿色坐标系，它跟激光雷达是一样的。

• 激光雷达点云鸟瞰图

上图以图片的左上角的点为图片的坐标原点，向右为图片的x坐标，向下为图片的y坐标，那么它跟激光雷达的坐标形成了如下的关系

• 将点云投影到图片上

我们依然以图片最左上角为图片的原点，向右为图片的x坐标，向下为图片的y坐标，那么它跟激光雷达的坐标形成了如下的关系

这里也就是说我们正视的图片为激光雷达的正前方，图片左方为激光雷达的y轴，图片的上方为激光雷达的z轴。