前言Lilikili：在嘗試做Lidar方面的研究的時候，發現對于可視化大家的腦洞還不是很夠，所以提供一些思路讓大家蛤一下。

數據集

本次使用的數據集是KITTI 3D object detection條目下面的data_object_velodyne.zip，里面存儲了二進制存儲的Lidar數據。數據大小壓縮后是26.7GB，包含7481個frame。對應的Camera數據是data_object_image_3.zip。Label什么的這次涉及不到，想要的自己找去

下載方式：因為內容存在了aws的s3里面，國內下不下來。建議使用迅雷等下載工具。

代碼以及工具包

代碼請移步Github：https://github.com/LGNRoy/KITTI_3D_Visulation

工具包：numpy, mayavi, matplotlib, pyside

同理，pip install的時候如果輪子下不來，建議直接去pip官網上用下載工具下載對應的輪子

基本的可視化數據集編號000001，Lidar可視化展示

這部分的代碼參考了CSDN：https://blog.csdn.net/weixin_39999955/article/details/83819196

對Lidar的3D展示使用了mayavi.mlab這個工具包，效果十分強大。提供了UI，支持拖動來進行自由旋轉，但是不支持平移。

顏色支持自定義。本文使用了距離(點(x, y, z)到坐標原點的直線距離)作為顏色值，使用了默認的彩虹色系，色系也可以在UI中進行切換。顏色值除了距離以外，也可以設置為高度或者反射率。

腦洞部分(開蛤)

首先來說，思路：Lidar數據是稀疏數據，按(x, y, z)點存儲在笛卡爾坐標系。

但是實際上Lidar的工作原理是激光從左到右旋轉，每個角度從上到下掃描。

所以依此來思考，應該會有很多點在相同角度(換句話說應該能看到很多的"豎線")，同理高度也可能會這樣。

參考下兩張圖，可以發現，對于墻這個物體，是存在明顯的豎線和橫線。

那么能否能把稀疏的Lidar數據轉化為二維圖像數據，并解決稀疏的問題？

比如，把角度和高度離散化作為像素的位置，用距離作為灰度來繪制一張灰度圖。數據集編號000000，紅圈內是Lidar探測到的一面墻

透過Lidar掃描到的墻，來看墻外面的東西

展示步驟：先計用xy計算角度a，用z來代表高度h，再通過xyz計算出深度d。

對角度進行篩選、對高度進行篩選

用plt.scatter進行展示

展示效果：數據集編號000001，橫縱坐標分別為角度和高度，顏色代表深度

效果差強人意。希望得到的是方方正正的一張圖，每個點都按照橫豎完美的對齊排列好，但是并沒有。

在后續的數據分析中發現：因為lidar的光點的誤差，沒有看到豎線，但是點是正態分布在線上和左右，通過一些方法應該能還原出線。

橫線這邊，圖里雖然有明顯的線，但是是曲線，這代表高度不適合作為縱軸。采用yz計算出來的角度應該會更合適一點。

總的來說，嗯，挺失敗的。

你們想蛤就蛤吧

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的kitti pkl可视化_KITTI 3D Lidar 数据可视化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。