根据devkit中的readme.txt和cs_overview.pdf的描述以及根据通过对数据集做的小实验总结的，如果过有错误的地方欢迎指正。
上图为readme.txt对rotation_y和alpha的描述，一开始我以为pdf中的ry角就是rotation_y ,角和alpha也是一个，但是经过和实际的数据集中角度的对比，发现两者有一些出入
在实际的数据集里面，如果物体向上图那样和camera同时朝向前方，那么rotation_y的值是一个负值，其代表的是物体的Z'轴与平行于相机X轴的直线的夹角，也就是在readme.txt中说的around Y-axis in camera coordinates，图一中的示例说物体的Z'的角度为0，顺时针方向为负数的角度，从实验结果上看正负号是对的，但是ry 和 rotation_y 的角度值却不一样。
对角，从数据集来看，如果像图一中 β 角 在Z轴逆时针方向为正值时，α 角的值为 rotation_y + β 而 图1 中 的计算公式为 ry + β，实际上这两个计算结果并不一样，所以这是比较困惑的一点，因为在readme中举了一个例子：
在这个例子中，说如果物体朝向camera的X轴，rotation_y应该为0，无论它处在X/Z平面中的那个位置，但是图一中的ry角显然不符合这个定义，相反，我觉得ry和rotation_y是一个互余的关系。
实际上从角度的分析可以看出alpha角实际上是将物体绕着与camera原点的连线转动到camera的Z轴方向后，物体的rotation_y角，如下图
下面我来简单讲一下做的小实验
首先我选择的是tracking训练集的0000文件夹下的数据集，并对立面的数据做了预处理，主要有以下几点处理：
1.把所有的角度从弧度转换为了角度方便观察
2.把所有的图像画上了等分线，这样是为了能够进行后续的推断，实际效果如下
经过这样的分割，可以知道，相机坐标系的原点大概就在最中间那根线的左右，下面我们来通过某些特定帧来验证各个角度的值
实验过程
1.首先来看第一帧图像和标注信息
前面已经说了，我把所有的弧度转换成了角度，可以看到在数据集中alpha和rotation角都是负数，这里面van就是白色面包车，而cyclist就是右边这个骑自行车的大爷，白车和自行车都是朝向左前方，所以rotation_y的值都比比 -90 要小，白车在camera的Z轴的左边，自行车在右边所以beta角一个为正，一个为负
2.现在我们来选择一些特殊角度来看，第55帧
自行车朝向正前方，所以ry为-90，两个都在Z轴的右边，所以beta都为负值，且越靠右越小
3.最能够看出两个角的区别：第140帧到153帧
在这连续的多帧中你会发现两个物体的alpha角并没有发生多大变化，但ry角却一直在改变，从数据集的图片中可以看到在这段期间，白车和自行车实际上一直在一条笔直的道路上前进，而真正转向的是后面的携带有camera的数据采集车。
可以看到实际上是数据采集车进行了向左转弯，所以beta角在越来越小。如果一开始没有理解alpha角的含义，那么从这个里面就能看出 alpha角的含义，alpha角一直90度是因为这条路是笔直的，车也在直着向前开，不管beta角如何，只要把物体沿着与camera的原点进行旋转，旋转到Z轴的方向时，物体朝向与camera的X轴的夹角就是alpha