### nuscene点云可视化 #### 加载所需库并初始化环境 为了实现 nuScenes 数据集中点云的可视化，首先需要加载必要的 Python 库以及配置 nuScenes 数据集路径。 ```python import numpy as np from nuscenes.nuscenes import NuScenes from nuscenes.utils.data_classes import LidarPointCloud, Box import open3d as o3d ``` #### 初始化 nuScenes 对象 创建 `NuScenes` 类的一个实例来访问数据集中的信息。这一步骤对于后续获取特定样本及其关联的点云至关重要[^3]。 ```python nusc = NuScenes(version='v1.0-mini', dataroot='/path/to/nuscenes', verbose=True) my_sample = nusc.sample[0] # 获取第一个样本作为例子 ``` #### 提取并转换点云数据 从选定的样本中提取 LiDAR 点云，并将其转换成适合 Open3D 处理的形式以便于渲染和交互操作。 ```python lidar_token = my_sample['data']['LIDAR_TOP'] pc = LidarPointCloud.from_file(nusc.get_sample_data(lidar_token)[0]) points = pc.points.T[:, :3] # 创建Open3D点云对象 point_cloud_o3d = o3d.geometry.PointCloud() point_cloud_o3d.points = o3d.utility.Vector3dVector(points) # 可选：为点云着色以提高可读性 colors = [[i / points.shape[0], 0, 0] for i in range(len(points))] point_cloud_o3d.colors = o3d.utility.Vector3dVector(colors) ``` #### 显示点云 最后一步是调用 Open3D 的绘图函数展示处理后的点云。这里还可以加入额外的功能比如通过 UI 控制视角变换、调整光源等特性[^1]。 ```python o3d.visualization.draw_geometries([point_cloud_o3d], window_name="nuScenes Point Cloud Visualization", width=800, height=600) ``` 上述代码片段展示了如何使用 Python 和 Open3D 来完成 nuScenes 数据集中单个LiDAR扫描帧的简单可视化过程。此方法可以扩展至更复杂的场景，例如多传感器融合或时间序列动画显示等应用场合。