KITTI数据集中真值与标定参数

0. 前言

为了再研KITTI数据集及方便下载文件，特地买了梯子，心疼人民币QWQ～555

1. KITTI-home

Welcome to the KITTI Vision Benchmark Suite!

我们利用我们的自动驾驶平台开发新颖的具有挑战性的真实世界计算机视觉基准。我们感兴趣的任务是：立体、光流、视觉里程计、3D目标检测和3D跟踪。为此，我们配备了一辆标准旅行车，配有两台高分辨率彩色和灰度摄像机。精确的地面实况由Velodyne激光扫描仪和全球定位系统提供。我们的数据集是通过在Karlsruhe卡尔斯鲁厄, 在农村地区和高速公路上。每张图片最多可以看到15辆汽车和30名行人。**除了以原始格式提供所有数据外，我们还为每个任务提取基准。（之前一直没明白原始数据与各任务数据间关系）**对于我们的每个基准，我们还提供了一个评估指标和这个评估网站。初步实验表明，在既定基准上排名靠前的方法，例如Middlebury米德尔伯里 . 当从实验室转移到现实世界时，表现低于平均水平。我们的目标是减少这种偏见，并通过向社区提供具有新困难的现实世界基准来补充现有基准。

2. KITTI-setup

Sensor Setup 传感器设置
本页提供了关于我们用来记录此数据集的记录平台和传感器设置的其他信息。我们的记录平台是大众帕萨特B6，它已被修改为踏板（加速和制动）和方向盘的执行器。数据记录使用配备RAID系统、运行UbuntuLinux和实时数据库的八核i7计算机。我们使用以下传感器：
1 Inertial Navigation System (GPS/IMU): OXTS RT 3003
1惯性导航系统（GPS/IMU）：OXTS RT 3003
1 Laserscanner: Velodyne HDL-64E
1激光扫描仪：Velodyne HDL-64E
2 Grayscale cameras, 1.4 Megapixels: Point Grey Flea 2 (FL2-14S3M-C)
2个灰度相机，1.4兆像素：点灰跳蚤2（FL2-14S3M-C）
2 Color cameras, 1.4 Megapixels: Point Grey Flea 2 (FL2-14S3C-C)
2个彩色相机，1.4兆像素：点灰跳蚤2（FL2-14S3C-C）
4 Varifocal lenses, 4-8 mm: Edmund Optics NT59-917
4个变焦镜头，4-8毫米：爱特蒙特光学NT59-917

激光扫描仪以每秒10帧的速度旋转，每个周期捕获大约100k个点。激光扫描仪的垂直解析度为64。摄像机与接地平面大致水平安装。摄像机图像使用libdc的格式7模式裁剪为1382 x 512像素的大小。经过校正，图像变得稍微小一点。摄像机由激光扫描仪以每秒10帧的速度触发（当面向前方时），快门时间动态调整（最大快门时间：2毫秒）。我们关于车辆的传感器设置如下图所示。请注意，校准文件和开发套件中提供了有关校准参数的更多信息（参见原始数据部分）。

3.KITTI-stereo

Stereo Evaluation

• Stereo2012 这是我们最初的立体声评估，称为“KITTI立体声”或“KITTI立体声2012”，发表在我们准备好自动驾驶了吗？KITTI视觉基准套件（CVPR 2012）。
  它由194个训练场景和195个静态环境测试场景组成，由立体摄像机拍摄。

• Stereo2015 这是我们新的立体评估称为"KITTI立体声2015"，它来自于场景流数据集发表在自动驾驶汽车对象场景流（CVPR 2015）。
  它由200个训练和200个测试场景组成，其