Transformation of vehicle data from global to sensor coordinate is not matching as given in the data set
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- numpy, python
- Área
- autonomous-driving
Línea de trabajo
Reproduzca la transformación de coordenadas de NumPy utilizando los arrays de traslación y rotación del vehículo, ego y sensor mostrados en el issue. Compare los valores intermedios y finales con el resultado del dataset y, a continuación, documente o corrija la transformación para que coincida con [-19.02, -48.93, -1.20].
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
veh_trans = np.array([1048.155950230245, 1691.8102354006162, -23.304943447792454])
ego_trans = np.array([1007.2332778546752, 1725.4217301399465, -24.58000073380586])
ego_rot = np.array([[ 9.99991535e-01, -1.94042865e-03, -3.62842040e-03],
[ 4.02573511e-03, 2.79013810e-01, 9.60278651e-01],
[-8.50972801e-04, -9.60285129e-01, 2.79019260e-01]])
sens_trans = np.array([1.1970962545449502, 3.680498291456359e-05, 1.8279670539933053])
sens_rot = np.array([[ 9.99742609e-01, -2.87538929e-04, -2.26855114e-02],
[-8.12880579e-17, 9.99919682e-01, -1.26739852e-02],
[ 2.26873336e-02, 1.26707230e-02, 9.99662312e-01]])
veh_with_ego = np.dot(np.linalg.inv(ego_rot),(veh_trans - ego_trans))
veh_with_sens = np.dot(np.linalg.inv(sens_rot),(veh_with_ego -sens_trans))
veh_with_sens = array([ 38.80960936, -11.12196007, -34.6483506])
result as given in the dataset = [-19.02, -48.93, -1.20]
Can someone help with what is wrong in the above method??
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 390
- Forks
- 99
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de lyft/nuscenes-devkit
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 20/100
lyft/nuscenes-devkit#106 ·
-
invalid download linkAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 20/100
lyft/nuscenes-devkit#105 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 25/100
lyft/nuscenes-devkit#104 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 25/100
lyft/nuscenes-devkit#103 · 2 comentarios ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 48/100
lyft/nuscenes-devkit#99 ·
Todos los issues de lyft/nuscenes-devkit
Issues similares
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
carla-simulator/carla#9939 ·
Los mantenedores suelen responder en 1 día
-
Fix the pure-pursuit parameter-file path in the global-planner launchPosiblemente ocupada @yjhuang831 la tomó hace 1 día. Abiertoarea:runtime good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
WATonomous/wato_f1tenth#39 · 1 asignado ·
-
RingOutlierFilterComponent never sets row_step on its output PointCloud2 (always 0)Posiblemente ocupada @JArmandoAnaya la tomó hace 17 días. Abierto
Dificultad 1/5 1-3 horas Aptitud para principiantes 92/100
autowarefoundation/autoware_universe#13413 ·
Los mantenedores suelen responder en 3 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
Thinklab-SJTU/Bench2Drive#235 ·
-
Verify evals on Papers with CodeAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
QwenLM/Qwen-Drive-1.0#7 ·