Open3D kitti数据集bin与pcd的相互转换

news2024/11/24 3:12:31

一、Kitti数据集简介

1.1数据集内容

1.2数据集结构

二、代码实现

2.1bin转pcd

2.2pcd转bin

三、实现效果

一、Kitti数据集简介

KITTI 数据集是由德国卡尔斯鲁厄理工学院（KIT）和丰田美国技术研究院（Toyota Technological Institute at Chicago, TTI-C）联合发布的，主要用于自动驾驶和计算机视觉领域的研究。KITTI 数据集包含了多种传感器采集的数据，包括激光雷达点云、图像、GPS/IMU 传感器数据等。该数据集被广泛用于研究和开发三维物体检测、跟踪、立体视觉、SLAM、光流估计等任务。

1.1数据集内容

KITTI 数据集包含以下几类主要数据：

原始传感器数据：

图像数据：包括前置摄像头、左右立体相机的图像，分辨率为 1242x375 或 1226x370。
激光雷达点云：来自 Velodyne HDL-64E 激光雷达，每帧包含超过 10 万个点。
GPS/IMU 数据：提供精确的位置信息和姿态数据。

处理后的数据：

标注的物体检测框：包括3D和2D边界框，用于检测和识别不同类型的物体（如车辆、行人、骑车人等）。
道路和车道标注：用于道路检测和车道线检测。
光流数据：用于光流估计任务。
深度图：用于立体匹配和深度估计任务。

1.2数据集结构

数据集按照不同的任务进行划分，主要包括：

Object Detection and Tracking：

包含约 15 万个3D物体标注和约 8 万个2D物体标注。
提供 21 个训练序列和 29 个测试序列。

Odometry：

提供 22 个序列，其中 11 个序列提供了 ground truth 位姿信息，用于评估视觉里程计和 SLAM 算法。

Raw Data：

提供完整的原始传感器数据，包括图像、点云、GPS/IMU 数据等。
适合于多任务学习和自定义处理。

二、代码实现

2.1bin转pcd

import open3d as o3d
import numpy as np

# 假设 KITTI 点云数据
point_cloud_file = '000000.bin'

# 读取二进制点云文件
def read_kitti_point_cloud(file):
    point_cloud = np.fromfile(file, dtype=np.float32).reshape(-1, 4)
    return point_cloud[:, :3]  # 只保留x, y, z坐标

# 将点云数据转换为 Open3D 格式
points = read_kitti_point_cloud(point_cloud_file)
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(points)

# 可视化点云
o3d.visualization.draw_geometries([pcd], window_name="KITTI Point Cloud")

2.2pcd转bin

import open3d as o3d
import numpy as np

def pcd_to_bin(pcd_file, bin_file):
    # 读取PCD文件
    pcd = o3d.io.read_point_cloud(pcd_file)

    # 获取点云的xyz坐标
    points = np.asarray(pcd.points, dtype=np.float32)

    # 如果需要，可以添加额外的强度信息
    # 这里假设强度信息为1（可以根据实际需求进行调整）
    intensities = np.ones((points.shape[0], 1), dtype=np.float32)

    # 将坐标和强度信息组合在一起
    points_with_intensity = np.hstack((points, intensities))

    # 将点云数据保存为bin文件
    points_with_intensity.tofile(bin_file)
    print(f"Successfully saved {bin_file}")

# 示例用法
pcd_file = "test.pcd"  # 输入的PCD文件路径
bin_file = "test.bin"  # 输出的BIN文件路径
pcd_to_bin(pcd_file, bin_file)