KITTI数据集有多少基本真理误差？

如何解决KITTI数据集有多少基本真理误差？

我用地面实况和Velodyne点云数据可视化了KITTI里程表数据集。 http://www.cvlibs.net/datasets/kitti/eval_odometry.php

在序列中循环之后，摄像机位置的高度似乎有所不同。我不确定这是正常现象还是我误解了。当您将此数据用作基本事实时，您是否在修改某些内容，还是按原样使用它？

这是加载姿势txt文件的代码

std::ifstream infile;
infile.open(poses_path,std::ios::in);
assert(infile.good());

std::string l1;
while (getline(infile,l1)) {
    double p00,p01,p02,p03;
    double p10,p11,p12,p13;
    double p20,p21,p22,p23;
    if (std::sscanf(l1.c_str(),"%lf %lf %lf %lf %lf %lf %lf %lf %lf %lf %lf %lf %lf %lf %lf %lf",&p00,&p01,&p02,&p03,&p10,&p11,&p12,&p13,&p20,&p21,&p22,&p23) == 12) {
    }
    else {
        std::cerr << "Failed to read camera intrinsics!\n";
        infile.close();
        return;
    }

    Eigen::Matrix<double,3,3> R;
    R << p00,p10,p20,p22;
    Eigen::Matrix<double,1> t;
    t << p03,p13,p23;

    Sophus::SE3d cam2World(R,t);
    vCam2World.push_back(cam2World);
}

infile.close();

这是从附近水平观察3D点云的图像。 如您所见，循环后的摄像机位置处于不同的高度。 我将Velodyne数据转换为相机坐标上的深度值并进行了可视化处理。 然后，汽车的点云也发生了位移。

这是鸟瞰图，看起来不错。

这是一张彩色图像，上面覆盖了Velodyne的深度值。看起来也很好。