如何理解KITTI相机标定文件？

Question

我正在研究 KITTI 数据集。
我已经下载了对象集的对象数据集（左和右）和相机校准矩阵。

我想使用立体声信息。
但是我不知道如何获得两个相机的Intrinsic Matrix和R|T Matrix。 我不明白校准文件是什么意思。

校准文件的内容：

P0: 
7.070493000000e+02 0.000000000000e+00 6.040814000000e+02 0.000000000000e+00 
0.000000000000e+00 7.070493000000e+02 1.805066000000e+02 0.000000000000e+00 
0.000000000000e+00 0.000000000000e+00 1.000000000000e+00 0.000000000000e+00
P1: 
7.070493000000e+02 0.000000000000e+00 6.040814000000e+02 -3.797842000000e+02 
0.000000000000e+00 7.070493000000e+02 1.805066000000e+02 0.000000000000e+00 
0.000000000000e+00 0.000000000000e+00 1.000000000000e+00 0.000000000000e+00
P2: 
7.070493000000e+02 0.000000000000e+00 6.040814000000e+02 4.575831000000e+01 
0.000000000000e+00 7.070493000000e+02 1.805066000000e+02 -3.454157000000e-01 
0.000000000000e+00 0.000000000000e+00 1.000000000000e+00 4.981016000000e-03
P3: 
7.070493000000e+02 0.000000000000e+00 6.040814000000e+02 -3.341081000000e+02 
0.000000000000e+00 7.070493000000e+02 1.805066000000e+02 2.330660000000e+00 
0.000000000000e+00 0.000000000000e+00 1.000000000000e+00 3.201153000000e-03
R0_rect: 
9.999128000000e-01 1.009263000000e-02 -8.511932000000e-03 
-1.012729000000e-02 9.999406000000e-01 -4.037671000000e-03 
8.470675000000e-03 4.123522000000e-03 9.999556000000e-01
Tr_velo_to_cam: 
6.927964000000e-03 -9.999722000000e-01 -2.757829000000e-03 -2.457729000000e-02 
-1.162982000000e-03 2.749836000000e-03 -9.999955000000e-01 -6.127237000000e-02 
9.999753000000e-01 6.931141000000e-03 -1.143899000000e-03 -3.321029000000e-01
Tr_imu_to_velo: 
9.999976000000e-01 7.553071000000e-04 -2.035826000000e-03 -8.086759000000e-01 
-7.854027000000e-04 9.998898000000e-01 -1.482298000000e-02 3.195559000000e-01 
2.024406000000e-03 1.482454000000e-02 9.998881000000e-01 -7.997231000000e-01

Answer 1

从自述文件，

传感器校准 zip 存档包含文件，以行对齐的顺序存储矩阵，这意味着第一个值对应于第一行：

calib_cam_to_cam.txt：相机到相机校准

---

• S_xx：校正前图像xx的1x2尺寸
• K_xx：相机xx校正前的3x3标定矩阵
• D_xx：相机xx校正前的1x5畸变向量
• R_xx：相机xx的3x3旋转矩阵（外部）
• T_xx：相机 xx 的 3x1 平移向量（外部）
• S_rect_xx：修正后的图像xx的1x2大小
• R_rect_xx：3x3 校正旋转使图像平面共面
• P_rect_xx：整流后的3x4投影矩阵

注意：当使用这个数据集时，你很可能只需要访问 P_rect_xx，因为这个矩阵对于校正后的图像序列是有效的。 保持

Answer 2

见https://medium.com/test-ttile/kitti-3d-object-detection-dataset-d78a762b5a4

Px 矩阵将校正后的参考相机坐标中的一个点投影到 camera_x 图像。 camera_0 是参考相机坐标。 R0_rect 是参考坐标的校正旋转（校正使多个相机的图像位于同一平面上）。 Tr_velo_to_cam 将点云坐标中的一个点映射到参考坐标。

将在这里做 2 个测试。 第一个测试是将标签文件中的 3D 边界框投影到图像上。 第二个测试是将点云坐标中的一个点投影到图像上。 代数很简单，如下所示。 第一个方程用于将参考相机坐标中的 3D 边界框投影到相机_2 图像。 第二个方程将 velodyne 坐标点投影到 camera_2 图像中。

 y_image = P2 * R0_rect * R0_rot * x_ref_coord y_image = P2 * R0_rect * Tr_velo_to_cam * x_velo_coord

在上面，R0_rot 是从对象坐标映射到参考坐标的旋转矩阵。”