Sensor Data Format

---

Sensor data 저장 방법

• 센서를 세팅한 상태에서 시뮬레이터 상에 Space Key를 누른다.

• 키를 누르면 아래와 같이 SaveFile/SensorData/ 폴더에 센서에서 나오는 센싱 데이터와 라벨 데이터가 Space Key를 누른 시점에 대해서 저장된다.

  

Lidar Point Cloud

• 저장 포멧 : bin 파일

• bin 파일 4내 4바이트 씩 포인트 클라우드의 x, y, z, intensity가 공백없이 일렬로 저장되어 있음. 원점은 라이다를 마운트한 위치.

• 

  파이썬 사용자의 경우, numpy 의 fromfile 을 통해서 아래와 같이 load가 가능함.

  

• 라이다 포인트 클라우드는 semantic 설정 시 차량, 보행자, 차선 등 object class 마다 다른 intensity가 나오도록 되어 있음.

• 라이다 포인트 클라우드는 instance 설정 시 차량과 보행자 별로 다른 intensity가 나오도록 할 수 있음. 이는 라이다로 잡히는 shape 마다 서로 다른 identity를 부여하기 위한 용도로 쓰임.

• 저장 위치는 SaveFile/SensorData/LIDAR_* 이며, 파일 이름은 포인트 클라우드를 저장한 날짜와 시간으로 정해짐.

  

3D Bounding Box

• 저장 포멧 : txt 파일

• txt 파일 안 3d bbox 포멧

  • Object 당 총 8개

  • 1 : 3d bbox들의 클래스

    • Vehicle : 0

    • Pedestrian : 1

    • Object : 2

  • 2-4 : box의 x, y, z 중심 (단위 : m) 원점은 라이다 기준.

  • 5-7 : box의 length(x 방향), width(y 방향), height(z 방향) (단위 : m)

  • 8 : box의 heading(z 방향 counter clockwise) (범위 : -pi ~ pi)

  • 9-10 : 상대 거리와 상대 속도 (단위 : m. m/s)

  • 11 : 감지된 물체의 unique ID

• 

  저장 위치는 라이다 포인트 클라우드를 저장했을 때와 마찬가지로 SaveFile/SensorData/LIDAR_* 이며, 파일 이름 또한 포인트 클라우드를 저장한 날짜와 시간으로 정해짐.

RGB Image

• 저장 포멧 : jpeg 파일

• 카메라를 설치한 후, 카메라 세팅 패널 창 Image Setting 부분 Ground Truth 항목에 None으로 설정해야 RGB로 저장 됩니다.

• 저장 위치는 SaveFile/SensorData/CAMERA_* 이며, 파일 이름은 이미지를 저장한 날짜와 시간으로 정해짐.

  

Semantic Segmentation Image

• 저장 포멧 : png 파일

• 카메라를 설치한 후, 카메라 세팅 패널 창 Image Setting 부분 Ground Truth 항목에 Semantic으로 설정해야 semantic 라벨 이미지로 저장됨.

• Segmentation 이미지 라벨링 맵의 RGB 값은 아래와 같음.

• 저장 위치와 파일 이름은 RGB 이미지를 저장하는 방식과 동일함.

  

Instance Image

• 이미지 저장 포멧 : png 파일

• 2d bbox 라벨링 : txt 파일

• 카메라를 설치한 후, 카메라 세팅 패널 창 Image Setting 부분 Ground Truth 항목에 instance으로 설정해야 instance 라벨 이미지와 2d bbox로 저장됨.

• Instance 라벨 이미지는 같은 클래스라도 다른 픽셀 값으로 라벨링 되어 있어서 클래스 안에 ID 를 구분하도록 만듬.

  

• txt 파일 안에 들어가는 2d bbox는 KITTI data set과 되도록 비슷한 포멧으로 구성함.

  • 1 : 2d bbox들의 클래스

    • Vehicle

    • Pedestrian

    • Object

  • 2 : Truncated(1), 현재는 0으로만 출력.

  • 3 : Occluded(1), 현재는 0으로만 출력.

  • 4 : Alpha(1), 현재는 0으로만 출력.

  • 5-8 : 2d bbox의 좌상단 우하단 좌표. 순서대로 x1, y1, x2, y2

  • 9-11 : 물체의 dimension. point cloud 3d bbox와 중복되므로 0으로만 출력

  • 12-14 : 물체의 location. point cloud 3d bbox와 중복되므로 0으로만 출력

  • 15 : 물체의 회전각 (yaw). point cloud 3d bbox와 중복되므로 0으로만 출력

  • 16 : 물체와 카메라간 상대 거리

  • 17-19 : 물체와 카메라간 상대 속도 x, y, z

  

• 저장 위치와 파일 이름은 RGB 이미지를 저장하는 방식과 동일함.

  

GPS data

• 저장 포멧 : txt 파일

• txt 파일 안 GPS data 포멧

  • 1 : Latitude (단위 : deg)

  • 2 : Longitude (단위 : deg)

  • 3 : Altitude (단위 : m)

  • 4 : EastOffset (단위 : m)

  • 5 : NorthOffset (단위 : m)

    

• 저장 위치는 SaveFile/SensorData/GPS_* 이며, 파일 이름 또한 저장한 날짜와 시간으로 정해짐.

IMU data

• 저장 포멧 : txt 파일

• txt 파일 안 IMU data 포멧

  • 1-2 : TimeStamp. 1은 초 단위, 2는 나노초 단위.

  • 3-6 : Orientation X, Y, Z, W. 쿼터니안 기준 각속도.

  • 7-9 : Angular Velocity X, Y, Z. 각속도의 X, Y, Z 축 기준 component (단위 : rad/s)

  • 10-12 : Linear Acceleration X, Y, Z. 각속도의 X, Y, Z 축 기준 component (단위 : m/s^2)

    

• 저장 위치는 SaveFile/SensorData/IMU_* 이며, 파일 이름 또한 저장한 날짜와 시간으로 정해짐.

Radar Data

• 저장 포멧 : bin 파일

• bin 파일 4내 4바이트 씩 레이더 데이터의 x, y, z 방향별로 위치와 속도, 가속도 등이 공백없이 일렬로 저장되어 있음. 원점은 레이더를 마운트한 위치.

  • 1-3 : 클러스터의 x, y, z 별 위치

  • 4-6 : 클러스터의 x, y, z 별 속도

  • 7-9 : 클러스터의 x, y, z 별 가속도

  • 10-12 : 클러스터의 x, y, z 별 사이즈

  • 13 : amplitude

• 파이썬 사용자의 경우, numpy 의 fromfile 을 통해서 아래와 같이 load가 가능함.

• 

  저장 위치는 SaveFile/SensorData/RADAR_* 이며, 파일 이름은 포인트 클라우드를 저장한 날짜와 시간으로 정해짐.