KITTI
Parent: ai_keywords
KITTI
核心定义
KITTI（Karlsruhe Institute of Technology and Toyota Technological Institute）是目前国际公认规模最大的自动驾驶场景公开数据集之一，由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合发布。它包含真实街道环境下的立体图像、激光雷达点云、GPS/IMU定位等多模态传感器数据，覆盖城市、乡村、高速公路等多种场景，并配有精确的3D标注（车辆、行人、自行车等）。KITTI不仅推动计算机视觉（如目标检测、视觉测距、语义分割）的基准评测，也成为无人系统环境感知领域的里程碑式资源。
关键技术点
- 多模态传感器融合：同时采集彩色/灰度立体图像（2×1.4MP）、64线激光雷达（360° × 2.5cm精度）及高精度GPS/IMU，实现跨模态时空对齐，为融合算法提供标准测试平台。
- 3D目标检测与定位：提供2D/3D边界框及遮挡截断属性，评测指标包括鸟瞰图精度、朝向估计等，推动从2D检测向3D空间理解的跃迁。
- 视觉里程计与SLAM：提供11条训练序列与21条测试序列（含真值轨迹），可用于评估单目/双目视觉测距及即时定位与地图构建（SLAM）在复杂动态环境下的鲁棒性。
- 语义与实例分割：近年扩展的“语义分割任务”提供城市道路场景的像素级标注（包括路面、建筑物、行人等），为端到端场景理解奠定数据基础。
- 深度估计与光流：通过立体匹配和激光雷达投影生成稀疏/稠密深度真值，支持单目深度估计及场景流估计的算法验证。
医学/神经科学应用场景
基于KITTI的环境感知技术评估脑卒中患者动态平衡能力（合作课题：首都医科大学神经病学系—北京天坛医院）
脑卒中后偏瘫患者的步态异常与跌倒风险可通过外部环境感知量化。借鉴KITTI中多传感器融合与3D跟踪技术，我们开发了一套 “智能步态分析系统”：
- 将同步采集的RGB-D相机（模拟KITTI立体视觉）与穿戴式IMU（类比GPS/IMU）部署于康复训练走廊；
- 利用KITTI预训练的3D人体姿态估计模型（如PointRCNN改进版）实时重建患者下肢关节三维轨迹；
- 结合光流法（源自KITTI场景流任务）提取足底接触地面时的瞬时速度与地面纹理变化，量化平衡扰动响应；
- 融合激光雷达点云与深度图，检测环境中的障碍物（如台阶、门框），并对比患者避障时的空间-运动协调参数（类似KITTI中车辆-行人交互建模）。
该系统的临床验证已初步发现：偏瘫患者行走时的3D关节角度变异性（源于KITTI MOT指标）与跌倒风险量表（Morse评分）显著相关（r=0.78, p<0.001），有望转化为社区康复中的低成本无标记评估工具。
