3D基础

前言

手写 AI 推出的全新保姆级从零手写自动驾驶 CV 课程，链接。记录下个人学习笔记，仅供自己参考。

本次课程主要学习点云数据的可视化。

课程大纲可看下面的思维导图。

1. nuScenes数据集

nuScenes 数据集是一种用于自动驾驶研究的大规模开放式数据集，其中包含了从多个传感器收集的高清三维激光雷达数据、高清摄像头数据、GPS 和 IMU 数据以及其它传感器等多种数据类型，总数据量达到了超过 1000 小时的行驶数据。各个传感器在车辆的具体位置可参考 图1-1(from chatGPT)

nuScenes 数据集由 nuTonomy 公司于 2019 年发布，后被 Aptiv 收购并维护。数据集中包含了超过 1000 个行驶场景，每个场景长度约为 20 秒，包括了各种驾驶情况，如城市、高速公路和居住区等场景

nuScenes 数据集中的传感器数据可以用于多种自动驾驶研究任务，如目标检测、语义分割、行为预测等。

关于 nuScenes 数据集更多的描述可见官网

nuScenes 官网：https://www.nuscenes.org/nuscenes?sceneId=scene-0100&frame=0&view=lidar

nuScenes 教程：https://www.nuscenes.org/nuimages#tutorial

nuScenes mini 数据集下载网盘链接：https://pan.baidu.com/s/1BNuDTDCN37rkWRYBdF8C7Q?pwd=yolo

图1-1 车辆传感器位置

2. nuScenes数据格式

本次我们使用 v1.0-mini 数据集来进行后续的学习工作，它是 nuScenes 数据集的一个子集，解压后包含以下五个文件：

1.maps

• 包含有关城市街道的地图数据，包括道路、车道、交叉口、建筑物和树木等信息

2.samples

• 包含有关车辆传感器数据的信息，如激光雷达、相机和毫米波雷达等一些样本数据
• 相机数据是以图片的格式存储的，LiDAR 数据是以二进制的格式存储的，Radar 数据则是以 PCD 的格式进行存储的
• PCD 全称 Point Cloud Data，是一种用于存储三维点云数据的文件格式。每个 .pcd 文件包含了 x、y、z 的三维坐标以及反射强度等信息
• 后续点云数据的可视化是读取的 LiDAR_TOP 中的某一个二进制文件

3.sweeps

• 包含了一系列车辆传感器数据的信息

4.v1.0-mini

• 包含有关数据集中每个样本的元数据信息，如时间戳、旋转矩阵等。元数据以 JSON 格式存储

5.v1.0-mini.txt

• 说明文档

3. 点云可视化

我们来对 LiDAR 的点云数据来进行可视化，其点云数据格式是一个二进制文件，其 shape 为 [n,5]

• n 代表点云的数量
• 5 分别代表 x、y、z、intensity、ring index
• x、y、z 代表基于激光雷达的 3D 坐标
• intensity 是反射强度，指的是激光接收器接受的反射次数，通常用于区分物体或地面
• ring index：点所在激光雷达扫描线的编号，比如 32 线激光雷达，其值就为 1-32

示例代码如下：

import numpy as np
import cv2

file = "./data/n015-2018-11-21-19-38-26+0800__LIDAR_TOP__1542800855949460.pcd.bin"

# [x, y, z, intensity, ring index]
pc = np.frombuffer(open(file, "rb").read(), dtype=np.float32)
pc = pc.reshape(-1, 5)[:, :4]

x, y, z, intensity = pc.T

# 设置图像的尺寸1024x1024
image_size = 1024

# 数据归一化
# 点的坐标范围大概是100
pc_range = 100
x = x / pc_range    # [-1,1]
y = y / pc_range

# 缩放到图像大小，并平移到图像中心
half_image_size = image_size / 2
x = x * half_image_size + half_image_size
y = y * half_image_size + half_image_size

# opencv的图像，可以用numpy进行创建
image = np.zeros((image_size, image_size, 3), np.uint8)

for ix, iy, iz in zip(x, y, z):
    ix = int(ix)
    iy = int(iy)
    
    # 判断是否在图像范围内
    if ix >= 0 and ix < image_size and iy >= 0 and iy < image_size:
        
        image[iy, ix] = 255, 255, 255

cv2.imwrite("pointcloud.jpg", image)
cv2.imshow("image", image)
cv2.waitKey(0)

该示例代码主要是对 nuScenes 数据集中的激光雷达点云数据进行了可视化，具体流程如下：

• 读取 nuScenes 数据集中的一个 .pcd.bin 文件，该文件中存储了激光雷达采集的点云数据。
• 读取文件中的点云数据，并将其转换为 numpy 数组。
• 解析 numpy 数组，得到点云数据中的 x, y, z, intensity 四个维度。
• 由于点云数据的坐标值范围比较大，需要进行归一化操作。本代码采用将点云数据的范围缩放到 [-1, 1] 的方法进行归一化。
• 缩放点云数据，并将其平移至图像中心。
• 创建一个黑色的 1024x1024 的图像，并遍历所有点云数据中的点，将其所在位置的像素点设为白色。
• 将生成的图像保存并显示

可视化图如下：

图3-1 激光雷达数据的二维可视化

我们可以考虑高度信息，绘制一张 3D 的点云图

• 参考自：https://blog.csdn.net/Fzc_Ztt/article/details/116668330

示例代码如下：

import numpy as np
import mayavi.mlab

# pip install mayavi
# pip install pyqt5

# lidar_path换成自己的.bin文件路径
pointcloud2 = np.fromfile("./data/n015-2018-11-21-19-38-26+0800__LIDAR_TOP__1542800855949460.pcd.bin", dtype=np.float32, count=-1).reshape([-1, 4])
 
# 提取点云坐标和反射强度
x = pointcloud2[:, 0]  # x position of point
y = pointcloud2[:, 1]  # y position of point
z = pointcloud2[:, 2]  # z position of point
r = pointcloud2[:, 3]  # reflectance value of point

# 计算点云距离和高度角
d = np.sqrt(x ** 2 + y ** 2)  # Map Distance from sensor 
degr = np.degrees(np.arctan(z / d))

# 设置颜色
vals = 'height'
if vals == "height":
    col = z
else:
    col = d

# 可视化点云数据
fig = mayavi.mlab.figure(bgcolor=(0,0,0),size=(640, 500))
mayavi.mlab.points3d(x, y, z,
                     col,  # Values used for Color
                     mode="point",
                     colormap='spectral',  # 'bone', 'copper', 'gnuplot'
                     # color=(0, 1, 0),   # Used a fixed (r,g,b) instead
                     figure=fig,
                     )
 
mayavi.mlab.show()

上述示例代码使用了 numpy 和 mayavi 库，用于读取并解析激光雷达二进制数据，然后将点云数据可视化为 3D 效果图。首先从二进制数据中提取点的 x、y、z 坐标和反射强度，然后计算出每个点到传感器的距离，最后根据距离或高度值对点进行着色，并使用 mayavi 的 point3d() 函数将点云可视化出来。通过设置不同的参数，可以调整点云的颜色、大小和透明度等属性。最后使用 mayavi 的 show() 函数显示 3D 效果图

可视化图如下：

图3-2 激光雷达数据的三维可视化

我们还可以将不同视角的图片进行保存，然后利用 imageio 模块绘制动态图

示例代码如下：(from chatGPT)

import numpy as np
import mayavi.mlab as mlab
import os
import imageio


# 读取点云数据
pointcloud = np.fromfile('./data/n015-2018-11-21-19-38-26+0800__LIDAR_TOP__1542800855949460.pcd.bin', dtype=np.float32, count=-1).reshape([-1, 4])

# 提取点云坐标和反射强度
x = pointcloud[:, 0]
y = pointcloud[:, 1]
z = pointcloud[:, 2]
r = pointcloud[:, 3]

# 创建 mayavi 场景
fig = mlab.figure(bgcolor=(0,0,0), size=(800, 600))

# 绘制点云
points = mlab.points3d(x, y, z, r, mode='point', colormap='spectral')

# 设置相机位置和视角
mlab.view(azimuth=0, elevation=90, distance=500, focalpoint=[0,0,0])
mlab.move(forward=-100)

# 创建保存点云数据的文件夹
if not os.path.exists('./lidar_images'):
    os.makedirs('./lidar_images')

# 保存不同视角的点云数据到文件夹
for i in range(36):
    mlab.view(azimuth=i*10, focalpoint=[0,0,0])
    mlab.move(forward=-20)
    mlab.savefig('./lidar_images/lidar_view_{}.png'.format(i))

# # 文件夹路径
folder_path = './lidar_images/'

# 获取文件夹下的所有图片路径
image_paths = sorted([os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.png')])

# 读取所有图片并保存到列表中
images = []
for image_path in image_paths:
    images.append(imageio.imread(image_path))

# 将所有图片合成为一张动态图
imageio.mimsave('./lidar.gif', images, fps=9)

可视化图如下所示，效果并不是很好，凑合看吧😂

图3-3 激光雷达数据的不同视角图

顺便想看看毫米波雷达的点云数据，但是其数据格式不是很清楚，就没去折腾解析工作了，主要是通过工具 pcl-tools 来查看的

首先安装 pcl-tools 库

sudo apt-get install pcl-tools

然后运行对应的毫米波雷达的 pcd 数据就行

pcl_viewer xxx.pcd

可视化效果如下：

图3-4 毫米波雷达数据的可视化

好像没啥好看的，就一堆点，而且相比于激光雷达来说点云非常稀疏

毫米波雷达是通过发送一束毫米波，利用物体对毫米波的反射来确定物体的位置。它可以探测物体的反射并测量反射的时间和强度，从而确定物体的距离、角度和速度等信息。毫米波雷达的点云密度相对较低，需要更多的数据处理和算法优化来进行点云重建和应用。

总结

本次课程为 3D 基础，主要了解了 nuScenes 数据集，并了解了其中的激光雷达传感器采集到的数据格式，其 shape 为 [n,5]，其中 n 为采集到的点云数量，5 个维度分别代表 x、y、z、intensity、ring index，利用 numpy 数据库对激光雷达的数据进行了解析，并利用 opencv、mayavi、imageio 等库对点云进行了可视化，整体效果还是比较 OK 的。