没有合适的资源?快使用搜索试试~ 我知道了~
首页读取.bin激光雷达点云文件格式并可视化三种的方法
申明:从KITTI官网下载到的激光雷达点云数据为.bin格式,为此找到了三种方法,现在分享出来大家一起讨论。 程序运行环境 运行测试系统:Ubuntu16.04 运行环境:python3.6 方法一:使用numpy库读取.bin数据并使用mayavi.mlab来可视化点云数据 1、安装通过下属命令安装依赖库 pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple pip install mayavi -i https://pypi.tuna.tsinghua.edu.cn/simple 2、通过以下代码读取.bin文件并可视
资源详情
资源评论
资源推荐

读取读取.bin激光雷达点云文件格式并可视化三种的方法激光雷达点云文件格式并可视化三种的方法
申明:从KITTI官网下载到的激光雷达点云数据为.bin格式,为此找到了三种方法,现在分享出来大家一起讨论。
程序运行环境程序运行环境
运行测试系统:Ubuntu16.04
运行环境:python3.6
方法一:使用方法一:使用numpy库读取库读取.bin数据并使用数据并使用mayavi.mlab来可视化点云数据来可视化点云数据
1、安装通过下属命令安装依赖库
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install mayavi -i https://pypi.tuna.tsinghua.edu.cn/simple
2、通过以下代码读取.bin文件并可视化
import numpy as np
import mayavi.mlab
# lidar_path换成自己的.bin文件路径
pointcloud = np.fromfile(str("lidar_path"), dtype=np.float32, count=-1).reshape([-1, 4])
x = pointcloud[:, 0] # x position of point
y = pointcloud[:, 1] # y position of point
z = pointcloud[:, 2] # z position of point
r = pointcloud[:, 3] # reflectance value of point
d = np.sqrt(x ** 2 + y ** 2) # Map Distance from sensor
degr = np.degrees(np.arctan(z / d))
vals = 'height'
if vals == "height":
col = z
else:
col = d
fig = mayavi.mlab.figure(bgcolor=(0, 0, 0), size=(640, 500))
mayavi.mlab.points3d(x, y, z,
col, # Values used for Color
mode="point",
colormap='spectral', # 'bone', 'copper', 'gnuplot'
# color=(0, 1, 0), # Used a fixed (r,g,b) instead
figure=fig,
)
mayavi.mlab.show()
3、运行时候可视化结果如下:
方法二:使用方法二:使用numpy进行读取数据与使用进行读取数据与使用python_pcl进行可视化进行可视化
1、安装通过下属命令安装依赖
pip install python_pcl-XXX.whl #XXX为版本号,也可以不加
2、通过以下代码读取.bin文件并可视化
















安全验证
文档复制为VIP权益,开通VIP直接复制

评论0