如何利用KITTI计量学数据集评价单眼视觉测定仪的结果

Question

我试图使用KITTI来做深度单目视觉测量，我尝试使用这个存储库

它使用以下代码将体式转换为6 6DoF

def get6DoFPose(self, p):
    pos = np.array([p[3], p[7], p[11]])
    R = np.array([[p[0], p[1], p[2]], [p[4], p[5], p[6]], [p[8], p[9], p[10]]])
    angles = self.rotationMatrixToEulerAngles(R)
    return np.concatenate((pos, angles))

def isRotationMatrix(self, R):
    Rt = np.transpose(R)
    shouldBeIdentity = np.dot(Rt, R)
    I = np.identity(3, dtype=R.dtype)
    n = np.linalg.norm(I - shouldBeIdentity)
    return n < 1e-6

def rotationMatrixToEulerAngles(self, R):
    assert (self.isRotationMatrix(R))
    sy = math.sqrt(R[0, 0] * R[0, 0] + R[1, 0] * R[1, 0])
    singular = sy < 1e-6

    if not singular:
        x = math.atan2(R[2, 1], R[2, 2])
        y = math.atan2(-R[2, 0], sy)
        z = math.atan2(R[1, 0], R[0, 0])
    else:
        x = math.atan2(-R[1, 2], R[1, 1])
        y = math.atan2(-R[2, 0], sy)
        z = 0
    return np.array([x, y, z], dtype=np.float32)

同样，模型输出采用相同的格式(6 6DoF)

问题是如何评估6 6DoF结果，因为此评估工具(基蒂-奥多姆)只支持以下两种格式

# First format: skipping frames are allowed
99 T00 T01 T02 T03 T10 T11 T12 T13 T20 T21 T22 T23 

# Second format: all poses should be included in the file
T00 T01 T02 T03 T10 T11 T12 T13 T20 T21 T22 T23 

Answer 1

您的模型输出是相对位置与欧拉角的旋转，连接到平移。

为了进行评估，你必须：

1. 将旋转和平移转换为齐次矩阵4x4 ->，为此，必须将欧拉角转换为旋转矩阵，然后将旋转矩阵3x3与平移向量1x3连接起来，并附加一个额外的行0，0，1矩阵的末端，以得到均匀矩阵。
2. 将您的相对位置4x4转换为绝对位置->您在Tk中的绝对位置是相对位置Trel的点积，到以前的绝对位置Tk-1，其中T是具有帧索引k的齐次矩阵。

Tk = Trel @ Tk-1

第一个绝对位置取决于您的数据集和您想要做的工作。默认情况下，基绝对位置是2-D数组4x4，对角线上的位置是对角位置，其他位置是零(在numpy np.eye(4)中)，因此要按顺序转换整个相对位置，需要将多个基绝对位置转换为所有相对位置。

Tk5 = Trel @ Tk4 #其中Trel是帧4和5之间的相对位置

1. 当步骤2完成时，您将拥有包含Tn绝对位置的绝对位置。然后，您必须将每个同质4x4矩阵平平，并得到一个包含12个元素的向量，并将每个平坦的同质4x4矩阵写入文件中作为结果！

我认为阅读这个主题和参考链接可以帮助你：视觉测定仪