M2DGR数据集各相机话题名与外参名的对应关系

M2DGR数据集除了视觉惯性器件、天向相机,还有6个安装在同一平面、参数一致的鱼眼相机。

本文对这6个相机的安装位置、外参、topic话题进行区分。

安装图:

6个鱼眼相机 fish-eye camera装载在同一层。

外参情况

fish-eye camera在calibration_results.txt中的名称:

%% Cam-left 8823

c图左下角相机

%% Cam-right 8828

c图左上角相机

%% Cam-midleft8830

c图下方中间相机

%% Cam-midright 8827

c图上方中间相机

%% Cam-backleft6450

c图右下角相机

%% Cam-backright6548

c图右上角相机

对应话题topic:

/camera/left/image_raw/compressed ,

/camera/right/image_raw/compressed ,

/camera/third/image_raw/compressed ,

/camera/fourth/image_raw/compressed ,

/camera/fifth/image_raw/compressed ,

/camera/sixth/image_raw/compressed 。

话题情况

通过rviz查看各话题的图像信息

/camera/left与/camera/right

话题名: /camera/left/image_raw/compressed

/camera/left/image_raw/compressed 镜头中景物向着靠近摄像头方向移动。应该安装在小车前进方向的前面。

话题名: /camera/right/image_raw/compressed

/camera/right/image_raw/compressed镜头中景物向着靠近摄像头方向移动。应该安装在小车前进方向的前面。

对二者进行区分,

/camera/left是前面左侧的,安装在c图左下角。/camera/right是前面右侧的,安装在c图左上角。

/camera/third与/camera/fourth

话题名:/camera/fourth/image_raw/compressed

镜头中景物向右移动。

应该安装在小车前进方向的右侧,后面。

对二者进行区分,

左图是 /camera/third ,右图是 /camera/fourth

/camera/third镜头中景物向左移动。应该安装在小车前进方向的左侧,安装在c图下方中间。

/camera/fourth镜头中景物向右移动。应该安装在小车前进方向的右侧,安装在c图上方中间。

/camera/fifth与/camera/sixth

话题名:/camera/fifth/image_raw/compressed

/camera/fifth/image_raw/compressed景物中出现操作者,且景物向着远离摄像头方向移动。应该安装在小车前进方向的后面。

话题名:/camera/sixth/image_raw/compressed

/camera/sixth/image_raw/compressed镜头中出现操作者,且景物向着远离摄像头方向移动。应该安装在小车前进方向的后面。

56对比

左图是 /camera/fifth ,右图是 /camera/sixth

上图中,右图出现2人,但是左图只出现1人。

/camera/fifth安装在c图是右下角, /camera/sixth安装在c图右上角的。

另外,/camera/fifth/比较模糊,且一直受到障碍物遮挡。

外参名与话题名对应情况

%% Cam-left 8823

c图左下角相机

%% Cam-right 8828

c图左上角相机

%% Cam-midleft8830

c图下方中间相机

%% Cam-midright 8827

c图上方中间相机

%% Cam-backleft6450

c图右下角相机

%% Cam-backright6548

c图右上角相机
/camera/left是前面左侧的,安装在c图左下角。/camera/right是前面右侧的,安装在c图左上角。

/camera/third安装在c图下方中间。/camera/fourth安装在c图上方中间。

/camera/fifth安装在c图是右下角, /camera/sixth安装在c图右上角的。

在安装图上标出:

相关推荐
wdf80882 天前
重型车辆、矿山装备、汽车研发、CAE、自动驾驶和沃尔沃重型车辆研发工作站配置与本地AI部署指南
人工智能·自动驾驶·cfd·creo机械设计
论文复现现场3 天前
BEVFormer训练需要几张GPU?2张A100 80GB够不够,显存与云GPU成本分析
pytorch·自动驾驶·a100·bevformer
地平线开发者4 天前
QAT 实战:从 PyTorch 模型到 J6E 实板精度与延时验证
pytorch·算法·自动驾驶
AiNightVision4 天前
星光级 是什么?——星光级摄像机是什么?0.001Lux 照度门槛与选型真相
人工智能·算法·车载系统·自动驾驶·无人机·视频·智能硬件
Felaim5 天前
【World Model】Drive-WM条件编码-视角分解-扩散与规划全流程详解
自动驾驶·规划·world model·扩散·drive-wm
junwua7 天前
qnx hypervisor 的中文版
linux·运维·服务器·自动驾驶
ZhengEnCi9 天前
ROS2 为啥要拆成二三十个节点?一台小车背后的真实结构
人工智能·机器人·自动驾驶
爱分享的康康9 天前
初创车企自动驾驶数采设备选配指南:参数、接口与分阶段选型思路
经验分享·自动驾驶
Felaim9 天前
【VLA与模仿学习】SparseDrive论文精读:稀疏场景表示的端到端自动驾驶
自动驾驶·规划·端到端·sparsedrive·稀疏表征
loulanyue_9 天前
跳过L3直奔L4,还是L3是绕不过去的生死坎?:何小鹏激辩杨冬生,全球自动驾驶下半场的责任鸿沟与底盘重构——读2026世界智能网联汽车大会巅峰对话
自动驾驶·新能源汽车·智能网联汽车·科技前沿