#  KITTIdata

**Repository Path**: null_974_9686/kittidata

## Basic Information

- **Project Name**:  KITTIdata
- **Description**:  KITTIdata
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-10-08
- **Last Updated**: 2026-10-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# KITTI 数据集下载工具

从 AWS S3 公开桶免费下载 KITTI 自动驾驶数据集，无需 AWS 账号。

## 数据源

- **S3 桶**: `avg-kitti`
- **区域**: `eu-central-1` (法兰克福)
- **认证**: `--no-sign-request` (无需登录)
- **Registry**: https://registry.opendata.aws/kitti/

## 快速开始

### 1. 安装 AWS CLI

**Linux (虚拟机/服务器)**:
```bash
curl "https://awscli.amazonaws.com/awscli-exe-linux-x86_64.zip" -o /tmp/awscliv2.zip
cd /tmp && unzip -q awscliv2.zip
sudo ./aws/install
aws --version
```

**Windows**:
```powershell
winget install Amazon.AWSCLI
# 或
msiexec /i https://awscli.amazonaws.com/AWSCLIV2.msi
```

### 2. 下载数据

**Linux**:
```bash
chmod +x download_kitti.sh

# 下载校准文件 (几KB)
./download_kitti.sh calib

# 下载指定 drive (约460MB)
./download_kitti.sh drive 2011_09_26 drive_0001

# 下载指定日期所有 drive
./download_kitti.sh date 2011_09_26

# 下载目标检测数据集 (~28GB)
./download_kitti.sh object

# 下载里程计数据集 (~180GB，注意磁盘空间)
./download_kitti.sh odometry

# 列出 S3 桶所有文件
./download_kitti.sh list
```

**Windows (PowerShell)**:
```powershell
# 下载校准文件
.\download_kitti.ps1 calib

# 下载指定 drive
.\download_kitti.ps1 drive 2011_09_26 drive_0001

# 下载目标检测数据集
.\download_kitti.ps1 object
```

### 3. 自定义存储目录

```bash
# Linux
KITTI_DATA_DIR=/data/kitti ./download_kitti.sh object

# Windows
$env:KITTI_DATA_DIR = "D:\data\kitti"
.\download_kitti.ps1 object
```

## 数据集概览

| 子集 | 命令 | 大小 | 用途 |
|------|------|------|------|
| 校准文件 | `calib` | ~20KB | 传感器标定参数 |
| 单个 Drive | `drive` | ~460MB | 原始多传感器数据序列 |
| 目标检测 | `object` | ~28GB | 3D 目标检测训练/测试 |
| 里程计 | `odometry` | ~180GB | SLAM / 里程计评估 |
| 深度估计 | `depth` | ~16GB | 深度图估计 |
| 道路分割 | `road` | ~17GB | 道路区域分割 |
| 目标跟踪 | `tracking` | ~68GB | 多目标跟踪 |
| 语义分割 | `data_semantics.zip` | ~328MB | 语义分割 |

## 传感器配置

### LiDAR (Velodyne HDL-64E)
- 频率: 10 Hz
- 水平FOV: 360°
- 垂直FOV: 26.8°
- 点数: ~120万点/帧
- 距离: 120m

### 相机
- 频率: 10 Hz
- 分辨率: 1392 × 512 (灰度) / 1382 × 512 (彩色)
- 2号相机: 彩色, 3号相机: 灰度

### GPS/IMU (OXTS RT 3003)
- 频率: 10 Hz
- GPS: 位置 + 速度
- IMU: 加速度 + 角速度

## 坐标系

```
LiDAR坐标系:
  x → 前
  y → 左
  z → 上

相机坐标系:
  x → 右
  y → 下
  z → 前

图像坐标系:
  原点: 左上角
  x → 右 (宽度方向)
  y → 下 (高度方向)
```

## Raw Data 目录结构

```
data/
├── calib/
│   ├── 2011_09_26_calib.zip
│   ├── 2011_09_28_calib.zip
│   └── ...
├── raw_data/
│   └── 2011_09_26/
│       └── 2011_09_26_drive_0001/
│           ├── 2011_09_26_drive_0001_sync.zip      # 同步数据
│           │   └── (解压后)
│           │       ├── image_00/                   # 灰度图像序列
│           │       ├── image_01/                   # 灰度图像序列
│           │       ├── image_02/                   # 彩色图像序列
│           │       ├── image_03/                   # 彩色图像序列
│           │       ├── oxts/                       # GPS/IMU数据
│           │       │   └── data/
│           │       │       ├── oxts_0000000000.txt
│           │       │       └── ...
│           │       └── velodyne_points/            # 点云数据
│           │           ├── data/
│           │           │   ├── 0000000000.bin
│           │           │   └── ...
│           │           └── timestamps.txt
│           ├── 2011_09_26_drive_0001_extract.zip   # 提取数据
│           └── 2011_09_26_drive_0001_tracklets.zip  # 目标标注
├── object_detection/
│   ├── data_object_calib.zip
│   ├── data_object_image_2.zip
│   ├── data_object_image_3.zip
│   ├── data_object_label_2.zip
│   ├── data_object_velodyne.zip
│   └── devkit_object.zip
├── odometry/
│   ├── data_odometry_calib.zip
│   ├── data_odometry_poses.zip
│   ├── data_odometry_gray.zip
│   ├── data_odometry_color.zip
│   ├── data_odometry_velodyne.zip
│   └── devkit_odometry.zip
└── ...
```

## OXTS (GPS/IMU) 数据格式

每行 29 个字段，空格分隔:
```
lat    lon    alt    roll    pitch    yaw
vn     ve     vf     vl      vu
ax     ay     az     af      al     au
wx     wy     wz     wf      wl     wu
pos_accuracy    vel_accuracy    navstat    numsats    velmode    posmode
```

| 字段 | 单位 | 说明 |
|------|------|------|
| lat, lon | 度 | 经纬度 (WGS84) |
| alt | 米 | 海拔高度 |
| roll, pitch, yaw | 度 | 欧拉角 |
| vn, ve, vf, vl, vu | m/s | 北/东/前/左/上方向速度 |
| ax, ay, az | m/s² | 加速度 |
| af, al, au | m/s² | 前/左/上方向加速度 |
| wx, wy, wz | rad/s | 角速度 |
| navstat | - | GPS状态 (4=固定解) |
| numsats | - | 可见卫星数 |

## 点云数据格式

- **Raw Data**: `.bin` 文件，每点 4 个 float32 (x, y, z, reflectance)
- **Object Detection**: `.bin` 文件，每点 4 个 float32 (x, y, z, remission)

## 文件清单

完整的 S3 文件列表见 [s3_file_list.csv](s3_file_list.csv)。

## 与因子图融合 SLAM 的关系

KITTI 数据集适用于以下 SLAM 开发场景:

| 数据 | SLAM 用途 |
|------|-----------|
| velodyne_points | LiDAR 前端: 特征提取、scan-to-map 配准 |
| oxts 数据 | GPS/IMU 融合: RTK 位置先验、IMU 预积分 |
| image_02/03 | 视觉前端: 特征跟踪、语义分割 |
| odometry_poses | 评估: 位姿真值对比 |
| calib | 传感器外参: LiDAR↔Camera↔IMU 变换 |

## 注意事项

1. **磁盘空间**: 里程计数据集约 180GB，确保磁盘充足
2. **网络**: 从中国大陆访问 AWS S3 速度约 1-5 MB/s
3. **断点续传**: AWS CLI 支持 `--continue` 参数
4. **并行下载**: 可用 `--transfer-config` 优化并行传输
5. **无需翻墙**: AWS S3 `--no-sign-request` 在中国大陆可访问

## 相关链接

- [KITTI 官网](http://www.cvlibs.net/datasets/kitti/)
- [AWS Open Data Registry](https://registry.opendata.aws/kitti/)
- [KITTI 论文](http://www.cvlibs.net/publications/Mester2022IV.pdf)