在NuScenes数据集上实现3D边界框中心点投影到图像
2025-07-01 07:39:27作者:凌朦慧Richard
概述
在计算机视觉和自动驾驶领域,将3D空间中的物体准确地投影到2D图像平面上是一项基础而重要的任务。本文将详细介绍如何在NuScenes数据集上实现3D边界框中心点向2D图像的投影转换。
投影矩阵的构成
3D到2D的投影转换通常通过投影矩阵实现,该矩阵由两部分组成:
- 相机内参矩阵:描述相机本身的特性,包括焦距、主点坐标等
- 相机外参矩阵:描述相机在世界坐标系中的位置和朝向
完整的投影矩阵是这两者的乘积,可以将3D世界坐标直接映射到2D图像坐标。
NuScenes中的坐标系转换
NuScenes数据集提供了丰富的传感器数据,包括相机图像和3D标注信息。要实现准确的投影,需要考虑以下坐标系转换:
- 全局坐标系到自车坐标系的转换
- 自车坐标系到相机坐标系的转换
实现步骤详解
1. 获取全局到自车的变换矩阵
t1 = -np.array(pose_record['translation'])
pose_rotation = pose_record['rotation']
R1 = Quaternion(pose_rotation).inverse.rotation_matrix
t1 = np.dot(R1, t1)
E1 = np.column_stack((R1, t1))
这段代码实现了:
- 获取自车在全局坐标系中的位置和旋转
- 计算逆旋转矩阵
- 完成平移向量的旋转补偿
- 构建完整的变换矩阵
2. 获取自车到相机的变换矩阵
t2 = -np.array(cs_record['translation'])
cs_rotation = cs_record['rotation']
R2 = Quaternion(cs_rotation).inverse.rotation_matrix
t2 = np.dot(R2, t2)
E2 = np.column_stack((R2, t2))
cs_camera_intrinsic = cs_record['camera_intrinsic']
这部分与上一步类似,但针对的是相机相对于自车的位姿。
3. 组合变换矩阵
E = np.dot(np.row_stack((E2, [0, 0, 0, 1])), np.row_stack((E1, [0, 0, 0, 1])))
prj_mat = np.dot(cs_camera_intrinsic, E[0:3, :])
这里将两个变换矩阵相乘得到完整的从全局到相机坐标系的变换,再与相机内参矩阵相乘得到最终的投影矩阵。
4. 应用投影矩阵
boxes_3d = nusc.get_boxes(cam_front_data['token'])
for box_3d in boxes_3d:
cc = np.copy(box_3d.center)
vet2 = np.array([[cc[0]], [cc[1]], [cc[2]], [1]])
temp_c = np.dot(prj_mat, vet2)
point_3d2img = temp_c[0:2] / temp_c[2]
通过简单的矩阵乘法,即可将3D边界框中心点投影到图像平面。
关键点说明
- 逆旋转的使用:NuScenes中存储的是相机相对于自车的位姿,因此需要使用逆旋转
- 齐次坐标:在变换过程中使用齐次坐标表示,便于矩阵运算
- 透视除法:最后一步除以z坐标实现透视投影
应用场景
这种投影方法可以用于:
- 3D检测结果的2D可视化验证
- 多传感器数据融合
- 3D标注的2D投影验证
- 自动驾驶感知系统的调试
总结
本文详细介绍了在NuScenes数据集上实现3D到2D投影的完整流程,包括坐标系转换、矩阵组合和实际应用。掌握这一技术对于自动驾驶领域的3D感知任务具有重要意义。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0287Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp英语课程填空题提示缺失问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp博客页面工作坊中的断言方法优化建议4 freeCodeCamp课程中屏幕放大器知识点优化分析5 freeCodeCamp课程视频测验中的Tab键导航问题解析6 freeCodeCamp论坛排行榜项目中的错误日志规范要求7 freeCodeCamp音乐播放器项目中的函数调用问题解析8 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析9 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析10 freeCodeCamp课程页面空白问题的技术分析与解决方案
最新内容推荐
PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OpenSSL 3.3.0资源下载指南:新一代加密库的全面解析与部署教程 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
161
2.05 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
198
279

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
535
62

Ascend Extension for PyTorch
Python
50
81

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
950
556

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1 K
397

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
385
19

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191