Lidar Point Clouds
KITTI dataset
KITTI是一个自动驾驶感知模块的作为标准基准的多模态数据集，涉及的感知任务包括基于图像的单眼和立体深度估计，光流（optical flow，详见），语义和实例分割，2d和3d检测。
KITTI是一个带标签的3d场景数据集，这些3d数据由两个相机和一个64线的激光雷达组成。数据集包含7681个训练场景，7581个测试场景。多模态传感器组对3d世界的取样频率是根据雷达每100毫秒（10Hz）360度来取样。因此每一个训练样本是一个100毫秒的点云立体数据和与雷达同步的两个相机图像。两个相机和雷达传感器的同步是一个基础的感知方法，它依赖于图像和点云的融合。
Lidar
雷达传感器提供3d场景的时空离散扫描，其中空间离散表示俯仰和方位分辨率，时间离散表示每100毫秒扫描的时间。俯仰分辨率为0.4度，转换成基于64线激光束的垂直角度（俯仰角）为26.9度；方位分辨率为0.08度。因此，考虑64个通道（64束激光雷达）的俯仰分辨率和0.08度的方位分辨率，由64线激光雷达产生的3d点云图像一共有64行，4500（=360/0.08）列。
Lidar Coordinate Frame
KITTI数据集中，所有返回的点云数据和预测的3d边界框数据都是在激光雷达坐标系下，而激光雷达坐标系是右手坐标系（x, y, z：大拇指，食指，中指：前，左，上）
在激光雷达坐标系中的点，可以使用笛卡尔坐标描述，也可以使用球面坐标（θ, φ, γ）描述。在球面坐标系中，θ表示俯仰角，对应z轴正方向；φ叫做方位角，对应x-y轴之间角度，x轴为起点，y轴为终点；γ表示原点到点的距离。笛卡尔坐标系和球面坐标系存在一个一对一的映射。
Point Clouds Data Format
每坨点云是一组无序的激光雷达点。点云中每个返回的激光雷达点是一个包括激光雷达坐标系坐标（x, y, z）和点云强度（ρ）的4元组。在KITTI中，ρ是一个0到1之间的值，由激光雷达束反射的表面特征决定。每个激光雷达点可以由笛卡尔坐标/球面坐标表示，KITTI使用激光雷达坐标系下的笛卡尔坐标和强度来表示：（x, y, z, ρ）。KITTI中的每坨点云（激光雷达返回一次数据中点的集合）平均有100k个点，这些点的数量由当时的障碍物决定。