视觉里程计，Kitti 数据集

Question

我目前正在尝试使用 Matlab 和 KITTI dataset

制作立体视觉里程计

我知道文件夹“poses.txt”包含 前 11 个序列。每个文件 xx.txt 包含一个 N x 12 table，其中 N 是文件的数量 这个序列的帧。但是，这 12 个参数是什么？ x,y,z, row, pitch, yaw 和什么？

我的第二个问题是，如果我想创建自己的数据集，我如何使用 IMU 获取这些姿势？

Answer 1

文件的每一行都包含一个 4x4 同质姿势矩阵的前 3 行，并展平为一行。
这意味着这个矩阵：

r11 r12 r13 tx
r21 r22 r23 ty
r31 r32 r33 tz
0   0   0   1

在文件中表示为单行：
r11 r12 r13 tx r21 r22 r23 ty r31 r32 r33 tz
在 Google 中搜索“4x4 齐次姿态矩阵”或阅读此内容：
http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/MARBLE/high/pose/express.htm
或者这个
https://math.stackexchange.com/questions/82602/how-to-find-camera-position-and-rotation-from-a-4x4-matrix

Answer 2

这12个元素是展平的3x4矩阵，其中3x3用于旋转，3x1用于平移。

您可以将它们转换为其他表示形式，例如欧拉（滚动、俯仰、偏航）、四元数。