CN110929669A - 数据标注方法及装置 - Google Patents
数据标注方法及装置 Download PDFInfo
- Publication number
- CN110929669A CN110929669A CN201911205517.3A CN201911205517A CN110929669A CN 110929669 A CN110929669 A CN 110929669A CN 201911205517 A CN201911205517 A CN 201911205517A CN 110929669 A CN110929669 A CN 110929669A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- laser radar
- radar sensor
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
- G01S17/875—Combinations of systems using electromagnetic waves other than radio waves for determining attitude
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
Abstract
本申请公开了数据标注方法及装置,包括:对图像采集装置拍摄的视频数据进行离散处理得到M张图像,根据第一激光雷达传感器的点云数据确定出与M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与M张图像一一对应的M个第二目标点云数据,对M个第一目标点云数据和M个第二目标点云数据进行融合处理,得到融合后的M个点云数据,计算激光雷达传感器在图像采集装置坐标系下的位置和姿态,激光雷达传感器为第一激光雷达传感器或第二激光雷达传感器,根据M张图像、融合后的M个点云数据和激光雷达传感器在图像采集装置坐标系下的位置和姿态进行联合标注,得到视频数据中障碍物的朝向角与长宽高。
Description
技术领域
本申请涉及计算机技术领域中的障碍物识别技术,可用于自动驾驶和智能交通。
背景技术
障碍物的正确识别对无人驾驶车辆以及车辆的自动驾驶模式具有重要意义。当前在实现对障碍物识别时,需要准确预测障碍物的朝向角和长宽高等信息,因此要求标注数据中包含障碍物的朝向角和长宽高等数据。现有的一种方式是将激光雷达传感器和路侧相机都设置在同一车辆上,激光雷达传感器和路侧相机的视角大致相同,可以通过两者的联合标注来获得障碍物的朝向角和长宽高等数据。
但是在基于路侧相机的路侧感知场景中,激光雷达传感器设置在车辆上,路侧相机设置在红绿灯灯杆上或路灯杆上时,激光雷达传感器与路侧相机视角不一致,会导致大部分的物体缺失长宽高与朝向角信息。
因此,在基于路侧相机的路侧感知场景中,如何获取路测相机所拍摄的视频数据中障碍物的朝向角和长宽高,是亟需解决的问题。
发明内容
本申请提供一种数据标注方法及装置,以解决如何获取路测相机所拍摄的视频数据中障碍物的朝向角和长宽高的问题。
第一方面,本申请提供一种数据标注方法,包括:
对图像采集装置拍摄的视频数据进行离散处理得到M张图像;
根据第一激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第二目标点云数据;
对所述M个第一目标点云数据和所述M个第二目标点云数据进行融合处理,得到融合后的M个点云数据;
计算激光雷达传感器在所述图像采集装置坐标系下的位置和姿态,所述激光雷达传感器为所述第一激光雷达传感器或所述第二激光雷达传感器;
根据所述M张图像、所述融合后的M个点云数据和所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高。
上述申请中的一个实施例具有如下优点或有益效果:通过先对图像采集装置拍摄的视频数据进行离散处理得到M张图像,然后根据第一激光雷达传感器的点云数据确定出与M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与M张图像一一对应的M个第二目标点云数据,对M个第一目标点云数据和M个第二目标点云数据进行融合处理,得到融合后的M个点云数据,接着计算激光雷达传感器在图像采集装置坐标系下的位置和姿态,这里的激光雷达传感器为第一激光雷达传感器或第二激光雷达传感器,最后根据M张图像、融合后的M个点云数据和激光雷达传感器在图像采集装置坐标系下的位置和姿态进行联合标注,得到视频数据中障碍物的朝向角与长宽高。从而可获取图像采集装置所拍摄的视频数据中障碍物的朝向角和长宽高,且准确性高。
可选的,所述方法还包括:
记录每一张图像的时间戳;
所述根据第一激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第一目标点云数据,包括:
对所述M张图像中的每一张图像,分别根据所述第一激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第一目标点云数据;
所述根据第二激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第二目标点云数据,包括:
对所述M张图像中的每一张图像,分别根据第二激光雷达传感器的点云数据确定出和图像的时间戳的差小于所述预设值的第二目标点云数据。
可选的,所述对图像采集装置拍摄的视频数据进行离散处理得到M张图像,包括:
根据每N帧抽取一帧的方式抽取所述视频数据中的图像,得到所述M张图像,所述N为预设正整数。
可选的,所述计算所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态,包括:
根据所述激光雷达传感器相对于车载坐标系的位置和姿态以及所述车载坐标系相对于世界坐标系的位置和姿态计算出所述激光雷达传感器在世界坐标系下的位置和姿态;
根据所述激光雷达传感器在世界坐标系下的位置和姿态以及所述图像采集装置在世界坐标系下的位置和姿态计算出所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态。
可选的,所述根据所述M张图像、所述融合后的M个点云数据和所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高,包括:
依次根据所述M张图像中的一张图像和对应的所述融合后的M个点云数据中的一个点云数据进行如下处理:
将一个点云数据显示在屏幕上,标注出所述点云数据中的障碍物;
根据所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态将所标注出的障碍物的区域投影到所述一张图像中;
若投影到所述一张图像中的一个障碍物,则将所标注出的所述点云数据中的障碍物的长宽高与朝向角作为所述一张图像中的障碍物的长宽高与朝向角。
可选的,所述计算激光雷达传感器在所述图像采集装置坐标系下的位置和姿态之后,所述方法还包括:
根据所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态将所述融合后的M个点云数据依次投影到对应的所述M张图像上,并显示在屏幕上;
接收用户在确认点云数据中的障碍物与对应的图像中的障碍物没有完全重叠时调整的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态;
保存调整后的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态。
上述申请中的一个实施例具有如下优点或有益效果:通过对激光雷达传感器在图像采集装置坐标系下的位置和姿态进行调整,从而可快速准确地获取视频数据中障碍物的朝向角与长宽高。
可选的,所述根据所述M张图像、所述融合后的M个点云数据和所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高,包括:
根据所述M张图像、所述融合后的M个点云数据和调整后的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高。
所述对图像采集装置拍摄的视频数据进行离散处理得到M张图像之后,所述方法还包括:
对所述M张图像使用所述图像采集装置标定的内参进行去畸变处理。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
第二方面,本申请提供一种数据标注装置,包括:
处理模块,用于对图像采集装置拍摄的视频数据进行离散处理得到M张图像;
确定模块,用于根据第一激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第二目标点云数据;
融合处理模块,用于对所述M个第一目标点云数据和所述M个第二目标点云数据进行融合处理,得到融合后的M个点云数据;
计算模块,用于计算激光雷达传感器在所述图像采集装置坐标系下的位置和姿态,所述激光雷达传感器为所述第一激光雷达传感器或所述第二激光雷达传感器;
标注模块,用于根据所述M张图像、所述融合后的M个点云数据和所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高。
可选的,所述处理模块还用于:记录每一张图像的时间戳;
所述确定模块用于:对所述M张图像中的每一张图像,分别根据所述第一激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第一目标点云数据;
对所述M张图像中的每一张图像,分别根据第二激光雷达传感器的点云数据确定出和图像的时间戳的差小于所述预设值的第二目标点云数据。
可选的,所述处理模块用于:
根据每N帧抽取一帧的方式抽取所述视频数据中的图像,得到所述M张图像,所述N为预设正整数。
可选的,所述计算模块用于:
根据所述激光雷达传感器相对于车载坐标系的位置和姿态以及所述车载坐标系相对于世界坐标系的位置和姿态计算出所述激光雷达传感器在世界坐标系下的位置和姿态;
根据所述激光雷达传感器在世界坐标系下的位置和姿态以及所述图像采集装置在世界坐标系下的位置和姿态计算出所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态。
可选的,所述标注模块用于:
依次根据所述M张图像中的一张图像和对应的所述融合后的M个点云数据中的一个点云数据进行如下处理:
将一个点云数据显示在屏幕上,标注出所述点云数据中的障碍物;
根据所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态将所标注出的障碍物的区域投影到所述一张图像中;
若投影到所述一张图像中的一个障碍物,则将所标注出的所述点云数据中的障碍物的长宽高与朝向角作为所述一张图像中的障碍物的长宽高与朝向角。
可选的,所述装置还包括接收模块和保存模块,
所述处理模块还用于:在所述计算模块计算所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态之后,根据所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态将所述融合后的M个点云数据依次投影到对应的所述M张图像上,并显示在屏幕上;
所述接收模块用于:接收用户在确认点云数据中的障碍物与对应的图像中的障碍物没有完全重叠时调整的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态;
所述保存模块用于:保存调整后的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态。
可选的,所述标注模块用于:
根据所述M张图像、所述融合后的M个点云数据和调整后的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高。
可选的,所述处理模块还用于:
对所述图像采集装置拍摄的视频数据进行离散处理得到M张图像之后,对所述M张图像使用所述图像采集装置标定的内参进行去畸变处理。
上述第二方面以及上述第二方面的各可选的方式中所提供的数据标注装置,其有益效果可以参见上述第一方面和第一方面的各可能的实施方式所带来的有益效果,在此不再赘述。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请的一种应用场景示意图;
图2为本申请提供的一种数据标注方法实施例的流程图;
图3为本申请提供的一种数据标注方法实施例的流程图;
图4为本申请提供的一种数据标注装置实施例的结构示意图;
图5为本申请提供的一种数据标注装置实施例的结构示意图;
图6为本申请实施例提供的一种电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明,本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或方案不应被解释为比其它实施例或方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在基于路侧相机的路侧感知场景中,激光雷达传感器设置在车辆上,路侧相机设置在红绿灯灯杆上或路灯杆上时,由于激光雷达传感器与路侧相机视角不一致,会导致大部分的物体缺失长宽高与朝向角信息;另外激光雷达传感器扫描得到的点云数据与路侧相机的时间戳也不一致,激光雷达传感器和路侧相机的坐标系的转换关系不相同,很难直接找到两者数据中障碍物的一一对应关系。为解决如何获取路测相机所拍摄的视频数据中障碍物的朝向角和长宽高的问题,本申请提供一种数据标注方法及装置,通过先对图像采集装置拍摄的视频数据进行离散处理得到M张图像,然后根据第一激光雷达传感器的点云数据确定出与M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与M张图像一一对应的M个第二目标点云数据,对M个第一目标点云数据和M个第二目标点云数据进行融合处理,得到融合后的M个点云数据,解决了车载雷达与路侧相机视角和时间戳不一致,会导致大部分的物体缺失长宽高与朝向角信息的问题;接着计算激光雷达传感器在图像采集装置坐标系下的位置和姿态,这里的激光雷达传感器为第一激光雷达传感器或第二激光雷达传感器,解决了激光雷达传感器和图像采集装置的坐标系的转换关系不相同,很难直接找到两者数据中障碍物的一一对应关系的问题。最后根据M张图像、融合后的M个点云数据和激光雷达传感器在图像采集装置坐标系下的位置和姿态进行联合标注,得到视频数据中障碍物的朝向角与长宽高。本申请中的图像采集装置可以为路测相机或其它拍摄视频数据的装置。从而可获取路测相机所拍摄的视频数据中障碍物的朝向角和长宽高。下面结合附图通过具体实施例,对本申请实施例的数据标注方法的具体实现过程进行详细说明。
图1为本申请的一种应用场景示意图,如图1所示,本申请实施例中的电子设备例如为车辆的行车电脑或车载终端,还可以为不是安装在车上的其它电子设备,本申请的数据标注方法运行于电子设备上,电子设备与图像采集装置可通过无线的方式连接,电子设备与第一激光雷达传感器与第二激光雷达传感器可通过无线的方式连接,电子设备接收图像采集装置发送的视频数据,接收第一激光雷达传感器和第二激光雷达传感器发送的点云数据。本申请实施例中的图像采集装置可以设置在十字路口的红绿灯灯杆上或者是靠近十字路口的路灯杆上,图像采集装置连续地拍摄其拍摄区域内的物体,如车辆、行人等,连续拍摄的视频数据保存在图像采集装置内。本申请实施例中通过在十字路口的对角位置分别设置两个落盘车,每一个落盘车上装有激光雷达传感器,分别为图1中所示的第一激光雷达传感器和第二激光雷达传感器,这样可以保证激光雷达传感器和图像采集装置有共同的视野,落盘车可以自定位。本实施例中,电子设备可以控制激光雷达传感器以某一频率采集某一区域的点云数据,还可以控制图像采集装置拍摄同一区域的视频数据,图像采集装置可以将其在某一时间段内拍摄的视频数据发送给本实施例中的电子设备,两个激光雷达传感器也可以将其在某一时间段内采集的点云数据发送给本实施例中的电子设备,本实施例中的电子设备在获取到图像采集装置拍摄的视频数据和两个激光雷达传感器采集的点云数据后,根据视频数据和两个激光雷达传感器采集的点云数据采用本申请提供的数据标注方法进行标注,得到视频数据中障碍物的朝向角和长宽高。本实施例中的图像采集装置的个数不限,激光雷达传感器的数量还可以是4个,激光雷达传感器和图像采集装置的地理位置满足二者视野相同。下面详细说明本申请提供的数据标注方法的详细过程。
图2为本申请提供的一种数据标注方法实施例的流程图,本实施例中的执行主体可以为电子设备,具体可以为电子设备内置的软件或硬件模块,如图2所示,本实施例的方法可以包括:
S101、对图像采集装置拍摄的视频数据进行离散处理得到M张图像。
具体地,本实施例的电子设备在获取到图像采集装置拍摄的视频数据后,对视频数据进行离散处理得到M张图像,具体例如可以是根据每N帧抽取一帧的方式抽取视频数据中的图像,得到M张图像,N为预设正整数。本实施例中的图像采集装置可以为路测相机或其它拍摄视频数据的装置。
可选的,本实施例中在得到M张图像之后,还可以包括:对M张图像使用图像采集装置标定的内参进行去畸变处理。
S102、根据第一激光雷达传感器的点云数据确定出与M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与M张图像一一对应的M个第二目标点云数据。
可选的,在对视频数据进行离散处理得到M张图像时,本实施例的方法还包括:记录每一张图像的时间戳。
相应地,S102具体可以为:对M张图像中的每一张图像,分别根据第一激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第一目标点云数据;对M张图像中的每一张图像,分别根据第二激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第二目标点云数据。
具体地,例如,对M张图像中的第一张图像,根据第一激光雷达传感器的点云数据确定出和第一张图像的时间戳的差小于预设值的第一个第一目标点云数据,对M张图像中的第二张图像,根据第一激光雷达传感器的点云数据确定出和第二张图像的时间戳的差小于预设值的第二个第一目标点云数据,对M张图像中的第M张图像,根据第一激光雷达传感器的点云数据确定出和第M张图像的时间戳的差小于预设值的第M个第一目标点云数据。根据第二激光雷达传感器的点云数据得到与M张图像一一对应的M个第二目标点云数据的过程类似,此处不再赘述。
S103、对M个第一目标点云数据和M个第二目标点云数据进行融合处理,得到融合后的M个点云数据。
具体地,可以是使用迭代最近点(Iterative Closet Point,ICP)融合方法,还可以是使用其它融合方法对M个第一目标点云数据和M个第二目标点云数据进行融合处理,得到融合后的M个点云数据。
本申请实施例中,通过S102-S103,解决了车载雷达与路侧相机视角和时间戳不一致,会导致大部分的物体缺失长宽高与朝向角信息的问题。
S104、计算激光雷达传感器在图像采集装置坐标系下的位置和姿态,激光雷达传感器为第一激光雷达传感器或第二激光雷达传感器。
具体来说,选第一激光雷达传感器或第二激光雷达传感器进行激光雷达传感器在图像采集装置坐标系下的位置和姿态的计算,位置与姿态可以组成变换矩阵,具体可以根据变换矩阵来进行下述计算过程,S104具体可以为:
S1041、根据激光雷达传感器相对于车载坐标系的位置和姿态以及车载坐标系相对于世界坐标系的位置和姿态计算出激光雷达传感器在世界坐标系下的位置和姿态。
S1042、根据激光雷达传感器在世界坐标系下的位置和姿态以及图像采集装置在世界坐标系下的位置和姿态计算出激光雷达传感器在图像采集装置坐标系下的位置和姿态。
本实施例中,通过根据激光雷达传感器相对于车载坐标系的位置和姿态、车载坐标系相对于世界坐标系的位置和姿态、图像采集装置在世界坐标系下的位置和姿态,计算激光雷达传感器在图像采集装置坐标系下的位置和姿态,解决了激光雷达传感器和图像采集装置的坐标系的转换关系不相同,很难直接找到两者数据中障碍物的一一对应关系的问题。本申请的方法兼具准确性与灵活性,满足了路侧算法对于长宽高与朝向的数据需求。
S105、根据M张图像、融合后的M个点云数据和激光雷达传感器在图像采集装置坐标系下的位置和姿态进行联合标注,得到视频数据中障碍物的朝向角与长宽高。
具体地,联合标注是指对离散的M个图像进行遍历,依次根据M张图像中的一张图像和对应的融合后的M个点云数据中的一个点云数据进行如下处理:
S1051、将一个点云数据显示在屏幕上,标注出点云数据中的障碍物。
S1052、根据激光雷达传感器在图像采集装置坐标系下的位置和姿态将所标注出的障碍物的区域投影到一张图像中。
S1053、若投影到一张图像中的一个障碍物,则将所标注出的点云数据中的障碍物的长宽高与朝向角作为一张图像中的障碍物的长宽高与朝向角。
本实施例中,作为一种可实施的方式,在S104计算出激光雷达传感器在图像采集装置坐标系下的位置和姿态之后,本实施例的方法还可以包括:
S106、根据激光雷达传感器在图像采集装置坐标系下的位置和姿态将融合后的M个点云数据依次投影到对应的M张图像上,并显示在屏幕上。
具体地,将融合后的M个点云数据依次投影到对应的M张图像上,并显示在屏幕上,用户可看出点云数据中的障碍物与对应的图像中的障碍物是否完全重叠,若没有完全重叠,则手动调整位置与姿态参数,使得两者可以完全重叠,接着执行S107。
S107、接收用户在确认点云数据中的障碍物与对应的图像中的障碍物没有完全重叠时调整的激光雷达传感器在图像采集装置坐标系下的位置和姿态。
S108、保存调整后的激光雷达传感器在图像采集装置坐标系下的位置和姿态。
在得到调整后的激光雷达传感器在图像采集装置坐标系下的位置和姿态之后,相应地,S105为:根据M张图像、融合后的M个点云数据和调整后的激光雷达传感器在图像采集装置坐标系下的位置和姿态进行联合标注,得到视频数据中障碍物的朝向角与长宽高。通过对激光雷达传感器在图像采集装置坐标系下的位置和姿态进行调整,从而可快速准确地获取视频数据中障碍物的朝向角与长宽高。
本实施例提供的数据标注方法,通过先对图像采集装置拍摄的视频数据进行离散处理得到M张图像,然后根据第一激光雷达传感器的点云数据确定出与M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与M张图像一一对应的M个第二目标点云数据,对M个第一目标点云数据和M个第二目标点云数据进行融合处理,得到融合后的M个点云数据,接着计算激光雷达传感器在图像采集装置坐标系下的位置和姿态,这里的激光雷达传感器为第一激光雷达传感器或第二激光雷达传感器,最后根据M张图像、融合后的M个点云数据和激光雷达传感器在图像采集装置坐标系下的位置和姿态进行联合标注,得到视频数据中障碍物的朝向角与长宽高。从而可获取图像采集装置所拍摄的视频数据中障碍物的朝向角和长宽高,且准确性高。
下面采用一个具体的实施例,对图2所示的实施例进行详细的说明。
图3为本申请提供的一种数据标注方法实施例的流程图,本实施例中的执行主体可以为电子设备,具体可以为电子设备内置的软件或硬件模块,如图3所示,本实施例的方法可以包括:
S201、对图像采集装置拍摄的视频数据进行离散处理得到M张图像,并记录每一张图像的时间戳。
具体例如可以是根据每N帧抽取一帧的方式抽取视频数据中的图像,得到M张图像,N为预设正整数。
S202、对M张图像使用图像采集装置标定的内参进行去畸变处理。
S203、对M张图像中的每一张图像,分别根据第一激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第一目标点云数据,得到与M张图像一一对应的M个第一目标点云数据,分别根据第二激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第二目标点云数据,得到与M张图像一一对应的M个第二目标点云数据。
S204、对M个第一目标点云数据和M个第二目标点云数据进行融合处理,得到融合后的M个点云数据。
S205、根据激光雷达传感器相对于车载坐标系的位置和姿态、车载坐标系相对于世界坐标系的位置和姿态、图像采集装置在世界坐标系下的位置和姿态,计算激光雷达传感器在图像采集装置坐标系下的位置和姿态,所述激光雷达传感器为第一激光雷达传感器或第二激光雷达传感器。
具体地,先根据激光雷达传感器相对于车载坐标系的位置和姿态以及车载坐标系相对于世界坐标系的位置和姿态计算出激光雷达传感器在世界坐标系下的位置和姿态,然后根据激光雷达传感器在世界坐标系下的位置和姿态以及图像采集装置在世界坐标系下的位置和姿态计算出激光雷达传感器在图像采集装置坐标系下的位置和姿态。
S206、根据激光雷达传感器在图像采集装置坐标系下的位置和姿态将融合后的M个点云数据依次投影到对应的M张图像上,并显示在屏幕上。
S207、接收用户在确认点云数据中的障碍物与对应的图像中的障碍物没有完全重叠时调整的激光雷达传感器在图像采集装置坐标系下的位置和姿态,保存调整后的激光雷达传感器在图像采集装置坐标系下的位置和姿态。
S208、根据M张图像、融合后的M个点云数据和调整后的激光雷达传感器在图像采集装置坐标系下的位置和姿态进行联合标注,得到视频数据中障碍物的朝向角与长宽高。
具体地,S208具体为:依次根据M张图像中的一张图像和对应的融合后的M个点云数据中的一个点云数据进行如下处理:
将一个点云数据显示在屏幕上,标注出点云数据中的障碍物。
根据调整后的激光雷达传感器在图像采集装置坐标系下的位置和姿态将所标注出的障碍物的区域投影到一张图像中。
若投影到一张图像中的一个障碍物,则将所标注出的点云数据中的障碍物的长宽高与朝向角作为一张图像中的障碍物的长宽高与朝向角。
图4为本申请提供的一种数据标注装置实施例的结构示意图,如图4所示,本实施例的数据标注装置100可以包括:处理模块101、确定模块102、融合处理模块103、计算模块104和标注模块105,其中,
处理模块,用于对图像采集装置拍摄的视频数据进行离散处理得到M张图像;
确定模块,用于根据第一激光雷达传感器的点云数据确定出与M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与M张图像一一对应的M个第二目标点云数据;
融合处理模块,用于对M个第一目标点云数据和M个第二目标点云数据进行融合处理,得到融合后的M个点云数据;
计算模块,用于计算激光雷达传感器在图像采集装置坐标系下的位置和姿态,激光雷达传感器为第一激光雷达传感器或第二激光雷达传感器;
标注模块,用于根据M张图像、融合后的M个点云数据和激光雷达传感器在图像采集装置坐标系下的位置和姿态进行联合标注,得到视频数据中障碍物的朝向角与长宽高。
可选的,处理模块还用于:记录每一张图像的时间戳;
确定模块用于:对M张图像中的每一张图像,分别根据第一激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第一目标点云数据;
对M张图像中的每一张图像,分别根据第二激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第二目标点云数据。
可选的,处理模块用于:
根据每N帧抽取一帧的方式抽取视频数据中的图像,得到M张图像,N为预设正整数。
可选的,计算模块用于:
根据激光雷达传感器相对于车载坐标系的位置和姿态以及车载坐标系相对于世界坐标系的位置和姿态计算出激光雷达传感器在世界坐标系下的位置和姿态;
根据激光雷达传感器在世界坐标系下的位置和姿态以及图像采集装置在世界坐标系下的位置和姿态计算出激光雷达传感器在图像采集装置坐标系下的位置和姿态。
可选的,标注模块用于:
依次根据M张图像中的一张图像和对应的融合后的M个点云数据中的一个点云数据进行如下处理:
将一个点云数据显示在屏幕上,标注出点云数据中的障碍物;
根据激光雷达传感器在图像采集装置坐标系下的位置和姿态将所标注出的障碍物的区域投影到一张图像中;
若投影到一张图像中的一个障碍物,则将所标注出的点云数据中的障碍物的长宽高与朝向角作为一张图像中的障碍物的长宽高与朝向角。
本申请实施例提供的装置,可执行上述方法实施例,其具体实现原理和技术效果,可参见上述方法实施例,本实施例此处不再赘述。
图5为本申请提供的一种数据标注装置实施例的结构示意图,如图5所示,本实施例的数据标注装置200在图4所示装置的基础上,进一步地,还可以包括:接收模块106和保存模块107,其中,
处理模块还用于:在计算模块计算激光雷达传感器在图像采集装置坐标系下的位置和姿态之后,根据激光雷达传感器在图像采集装置坐标系下的位置和姿态将融合后的M个点云数据依次投影到对应的M张图像上,并显示在屏幕上。
接收模块用于:接收用户在确认点云数据中的障碍物与对应的图像中的障碍物没有完全重叠时调整的激光雷达传感器在图像采集装置坐标系下的位置和姿态;
保存模块用于:保存调整后的激光雷达传感器在图像采集装置坐标系下的位置和姿态。
进一步地,标注模块用于:根据M张图像、融合后的M个点云数据和调整后的激光雷达传感器在图像采集装置坐标系下的位置和姿态进行联合标注,得到视频数据中障碍物的朝向角与长宽高。
进一步地,处理模块还用于:对图像采集装置拍摄的视频数据进行离散处理得到M张图像之后,对M张图像使用图像采集装置标定的内参进行去畸变处理。
本申请实施例提供的装置,可执行上述方法实施例,其具体实现原理和技术效果,可参见上述方法实施例,本实施例此处不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,图6为本申请实施例提供的一种电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器201、存储器202,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器201为例。
存储器202即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的数据标注方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的数据标注方法。
存储器202作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的数据标注方法对应的程序指令/模块(例如,附图4所示的处理模块101、确定模块102、融合处理模块103、计算模块104和标注模块105)。处理器201通过运行存储在存储器202中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的数据标注方法。
存储器202可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据数据标注方法的电子设备的使用所创建的数据等。此外,存储器202可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器202可选包括相对于处理器201远程设置的存储器,这些远程存储器可以通过网络连接至本实施例电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本实施例的电子设备还可以包括:输入装置203和输出装置204。处理器201、存储器202、输入装置203和输出装置204可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置203可接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置204可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,可获取图像采集装置所拍摄的视频数据中障碍物的朝向角和长宽高。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (19)
1.一种数据标注方法,其特征在于,包括:
对图像采集装置拍摄的视频数据进行离散处理得到M张图像;
根据第一激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第二目标点云数据;
对所述M个第一目标点云数据和所述M个第二目标点云数据进行融合处理,得到融合后的M个点云数据;
计算激光雷达传感器在所述图像采集装置坐标系下的位置和姿态,所述激光雷达传感器为所述第一激光雷达传感器或所述第二激光雷达传感器;
根据所述M张图像、所述融合后的M个点云数据和所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
记录每一张图像的时间戳;
所述根据第一激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第一目标点云数据,包括:
对所述M张图像中的每一张图像,分别根据所述第一激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第一目标点云数据;
所述根据第二激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第二目标点云数据,包括:
对所述M张图像中的每一张图像,分别根据第二激光雷达传感器的点云数据确定出和图像的时间戳的差小于所述预设值的第二目标点云数据。
3.根据权利要求1所述的方法,其特征在于,所述对图像采集装置拍摄的视频数据进行离散处理得到M张图像,包括:
根据每N帧抽取一帧的方式抽取所述视频数据中的图像,得到所述M张图像,所述N为预设正整数。
4.根据权利要求1所述的方法,其特征在于,所述计算激光雷达传感器在所述图像采集装置坐标系下的位置和姿态,包括:
根据所述激光雷达传感器相对于车载坐标系的位置和姿态以及所述车载坐标系相对于世界坐标系的位置和姿态计算出所述激光雷达传感器在世界坐标系下的位置和姿态;
根据所述激光雷达传感器在世界坐标系下的位置和姿态以及所述图像采集装置在世界坐标系下的位置和姿态计算出所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态。
5.根据权利要求1所述的方法,其特征在于,所述根据所述M张图像、所述融合后的M个点云数据和所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高,包括:
依次根据所述M张图像中的一张图像和对应的所述融合后的M个点云数据中的一个点云数据进行如下处理:
将一个点云数据显示在屏幕上,标注出所述点云数据中的障碍物;
根据所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态将所标注出的障碍物的区域投影到所述一张图像中;
若投影到所述一张图像中的一个障碍物,则将所标注出的所述点云数据中的障碍物的长宽高与朝向角作为所述一张图像中的障碍物的长宽高与朝向角。
6.根据权利要求1所述的方法,其特征在于,所述计算激光雷达传感器在所述图像采集装置坐标系下的位置和姿态之后,所述方法还包括:
根据所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态将所述融合后的M个点云数据依次投影到对应的所述M张图像上,并显示在屏幕上;
接收用户在确认点云数据中的障碍物与对应的图像中的障碍物没有完全重叠时调整的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态;
保存调整后的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态。
7.根据权利要求6所述的方法,其特征在于,所述根据所述M张图像、所述融合后的M个点云数据和所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高,包括:
根据所述M张图像、所述融合后的M个点云数据和调整后的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高。
8.根据权利要求1所述的方法,其特征在于,所述对图像采集装置拍摄的视频数据进行离散处理得到M张图像之后,所述方法还包括:
对所述M张图像使用所述图像采集装置标定的内参进行去畸变处理。
9.一种数据标注装置,其特征在于,包括:
处理模块,用于对图像采集装置拍摄的视频数据进行离散处理得到M张图像;
确定模块,用于根据第一激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第二目标点云数据;
融合处理模块,用于对所述M个第一目标点云数据和所述M个第二目标点云数据进行融合处理,得到融合后的M个点云数据;
计算模块,用于计算激光雷达传感器在所述图像采集装置坐标系下的位置和姿态,所述激光雷达传感器为所述第一激光雷达传感器或所述第二激光雷达传感器;
标注模块,用于根据所述M张图像、所述融合后的M个点云数据和所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高。
10.根据权利要求9所述的装置,其特征在于,所述处理模块还用于:记录每一张图像的时间戳;
所述确定模块用于:对所述M张图像中的每一张图像,分别根据所述第一激光雷达传感器的点云数据确定出和图像的时间戳的差小于预设值的第一目标点云数据;
对所述M张图像中的每一张图像,分别根据第二激光雷达传感器的点云数据确定出和图像的时间戳的差小于所述预设值的第二目标点云数据。
11.根据权利要求9所述的装置,其特征在于,所述处理模块用于:
根据每N帧抽取一帧的方式抽取所述视频数据中的图像,得到所述M张图像,所述N为预设正整数。
12.根据权利要求9所述的装置,其特征在于,所述计算模块用于:
根据所述激光雷达传感器相对于车载坐标系的位置和姿态以及所述车载坐标系相对于世界坐标系的位置和姿态计算出所述激光雷达传感器在世界坐标系下的位置和姿态;
根据所述激光雷达传感器在世界坐标系下的位置和姿态以及所述图像采集装置在世界坐标系下的位置和姿态计算出所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态。
13.根据权利要求9所述的装置,其特征在于,所述标注模块用于:
依次根据所述M张图像中的一张图像和对应的所述融合后的M个点云数据中的一个点云数据进行如下处理:
将一个点云数据显示在屏幕上,标注出所述点云数据中的障碍物;
根据所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态将所标注出的障碍物的区域投影到所述一张图像中;
若投影到所述一张图像中的一个障碍物,则将所标注出的所述点云数据中的障碍物的长宽高与朝向角作为所述一张图像中的障碍物的长宽高与朝向角。
14.根据权利要求9所述的装置,其特征在于,所述装置还包括接收模块和保存模块,
所述处理模块还用于:在所述计算模块计算所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态之后,根据所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态将所述融合后的M个点云数据依次投影到对应的所述M张图像上,并显示在屏幕上;
所述接收模块用于:接收用户在确认点云数据中的障碍物与对应的图像中的障碍物没有完全重叠时调整的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态;
所述保存模块用于:保存调整后的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态。
15.根据权利要求14所述的装置,其特征在于,所述标注模块用于:
根据所述M张图像、所述融合后的M个点云数据和调整后的所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高。
16.根据权利要求9所述的装置,其特征在于,所述处理模块还用于:
对所述图像采集装置拍摄的视频数据进行离散处理得到M张图像之后,对所述M张图像使用所述图像采集装置标定的内参进行去畸变处理。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
19.一种数据标注方法,其特征在于,包括:
对图像采集装置拍摄的视频数据进行离散处理得到M张图像;
根据第一激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第一目标点云数据,根据第二激光雷达传感器的点云数据确定出与所述M张图像一一对应的M个第二目标点云数据;
对所述M个第一目标点云数据和所述M个第二目标点云数据进行融合处理,得到融合后的M个点云数据;
根据所述M张图像、所述融合后的M个点云数据和所述激光雷达传感器在所述图像采集装置坐标系下的位置和姿态进行联合标注,得到所述视频数据中障碍物的朝向角与长宽高,所述激光雷达传感器为所述第一激光雷达传感器或所述第二激光雷达传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911205517.3A CN110929669B (zh) | 2019-11-29 | 2019-11-29 | 数据标注方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911205517.3A CN110929669B (zh) | 2019-11-29 | 2019-11-29 | 数据标注方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110929669A true CN110929669A (zh) | 2020-03-27 |
CN110929669B CN110929669B (zh) | 2023-10-10 |
Family
ID=69847998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911205517.3A Active CN110929669B (zh) | 2019-11-29 | 2019-11-29 | 数据标注方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110929669B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111563450A (zh) * | 2020-04-30 | 2020-08-21 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备及存储介质 |
CN111693043A (zh) * | 2020-06-18 | 2020-09-22 | 北京四维图新科技股份有限公司 | 地图数据处理方法以及设备 |
CN111784834A (zh) * | 2020-06-24 | 2020-10-16 | 北京百度网讯科技有限公司 | 一种点云地图生成方法、装置以及电子设备 |
CN112379390A (zh) * | 2020-11-18 | 2021-02-19 | 成都通甲优博科技有限责任公司 | 基于异源数据的位姿测量方法、装置、系统及电子设备 |
CN112381873A (zh) * | 2020-10-23 | 2021-02-19 | 北京亮道智能汽车技术有限公司 | 一种数据标注方法及装置 |
CN116449393A (zh) * | 2023-06-15 | 2023-07-18 | 天津美腾科技股份有限公司 | 一种针对大中型料堆多传感器测量方法和系统 |
CN116819559A (zh) * | 2023-08-28 | 2023-09-29 | 铁科检测有限公司 | 一种基于双激光雷达数据的站房监测方法和系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093191A (zh) * | 2012-12-28 | 2013-05-08 | 中电科信息产业有限公司 | 一种三维点云数据结合数字影像数据的物体识别方法 |
US20170109611A1 (en) * | 2015-10-16 | 2017-04-20 | Thomson Licensing | Scene labeling of rgb-d data with interactive option |
CN106709475A (zh) * | 2017-01-22 | 2017-05-24 | 百度在线网络技术(北京)有限公司 | 障碍物识别方法及装置、计算机设备及可读存储介质 |
CN107871129A (zh) * | 2016-09-27 | 2018-04-03 | 北京百度网讯科技有限公司 | 用于处理点云数据的方法和装置 |
CN109242913A (zh) * | 2018-09-07 | 2019-01-18 | 百度在线网络技术(北京)有限公司 | 采集器相对参数的标定方法、装置、设备和介质 |
CN109283538A (zh) * | 2018-07-13 | 2019-01-29 | 上海大学 | 一种基于视觉和激光传感器数据融合的海上目标大小检测方法 |
CN109658504A (zh) * | 2018-10-31 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 地图数据标注方法、装置、设备及存储介质 |
CN109978955A (zh) * | 2019-03-11 | 2019-07-05 | 武汉环宇智行科技有限公司 | 一种联合激光点云与图像的高效标注方法 |
CN110135396A (zh) * | 2019-05-27 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 地面标志的识别方法、装置、设备及介质 |
CN110378919A (zh) * | 2019-06-14 | 2019-10-25 | 江苏裕兰信息科技有限公司 | 一种基于slam的窄道通行障碍物检测方法 |
-
2019
- 2019-11-29 CN CN201911205517.3A patent/CN110929669B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093191A (zh) * | 2012-12-28 | 2013-05-08 | 中电科信息产业有限公司 | 一种三维点云数据结合数字影像数据的物体识别方法 |
US20170109611A1 (en) * | 2015-10-16 | 2017-04-20 | Thomson Licensing | Scene labeling of rgb-d data with interactive option |
CN107871129A (zh) * | 2016-09-27 | 2018-04-03 | 北京百度网讯科技有限公司 | 用于处理点云数据的方法和装置 |
CN106709475A (zh) * | 2017-01-22 | 2017-05-24 | 百度在线网络技术(北京)有限公司 | 障碍物识别方法及装置、计算机设备及可读存储介质 |
CN109283538A (zh) * | 2018-07-13 | 2019-01-29 | 上海大学 | 一种基于视觉和激光传感器数据融合的海上目标大小检测方法 |
CN109242913A (zh) * | 2018-09-07 | 2019-01-18 | 百度在线网络技术(北京)有限公司 | 采集器相对参数的标定方法、装置、设备和介质 |
CN109658504A (zh) * | 2018-10-31 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 地图数据标注方法、装置、设备及存储介质 |
CN109978955A (zh) * | 2019-03-11 | 2019-07-05 | 武汉环宇智行科技有限公司 | 一种联合激光点云与图像的高效标注方法 |
CN110135396A (zh) * | 2019-05-27 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 地面标志的识别方法、装置、设备及介质 |
CN110378919A (zh) * | 2019-06-14 | 2019-10-25 | 江苏裕兰信息科技有限公司 | 一种基于slam的窄道通行障碍物检测方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111563450A (zh) * | 2020-04-30 | 2020-08-21 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备及存储介质 |
CN111563450B (zh) * | 2020-04-30 | 2023-09-26 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备及存储介质 |
CN111693043A (zh) * | 2020-06-18 | 2020-09-22 | 北京四维图新科技股份有限公司 | 地图数据处理方法以及设备 |
CN111784834A (zh) * | 2020-06-24 | 2020-10-16 | 北京百度网讯科技有限公司 | 一种点云地图生成方法、装置以及电子设备 |
CN112381873A (zh) * | 2020-10-23 | 2021-02-19 | 北京亮道智能汽车技术有限公司 | 一种数据标注方法及装置 |
CN112379390A (zh) * | 2020-11-18 | 2021-02-19 | 成都通甲优博科技有限责任公司 | 基于异源数据的位姿测量方法、装置、系统及电子设备 |
CN116449393A (zh) * | 2023-06-15 | 2023-07-18 | 天津美腾科技股份有限公司 | 一种针对大中型料堆多传感器测量方法和系统 |
CN116449393B (zh) * | 2023-06-15 | 2023-09-22 | 天津美腾科技股份有限公司 | 一种针对大中型料堆多传感器测量方法和系统 |
CN116819559A (zh) * | 2023-08-28 | 2023-09-29 | 铁科检测有限公司 | 一种基于双激光雷达数据的站房监测方法和系统 |
CN116819559B (zh) * | 2023-08-28 | 2023-11-07 | 铁科检测有限公司 | 一种基于双激光雷达数据的站房监测方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110929669B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929669A (zh) | 数据标注方法及装置 | |
CN111220154A (zh) | 车辆定位方法、装置、设备和介质 | |
CN111935393A (zh) | 拍摄方法、装置、电子设备和存储介质 | |
CN112132829A (zh) | 车辆信息的检测方法、装置、电子设备和存储介质 | |
CN111612760A (zh) | 用于检测障碍物的方法和装置 | |
CN110706258B (zh) | 对象追踪方法及装置 | |
CN112344855B (zh) | 障碍物的检测方法、装置、存储介质和路测设备 | |
JP7422105B2 (ja) | 路側計算装置に用いる障害物3次元位置の取得方法、装置、電子デバイス、コンピュータ可読記憶媒体、及びコンピュータプログラム | |
CN111723768A (zh) | 车辆重识别的方法、装置、设备和存储介质 | |
CN110929639A (zh) | 用于确定图像中障碍物位置的方法、装置、设备和介质 | |
CN110675635B (zh) | 相机外参的获取方法、装置、电子设备及存储介质 | |
CN111324115A (zh) | 障碍物位置检测融合方法、装置、电子设备和存储介质 | |
CN111721281B (zh) | 位置识别方法、装置和电子设备 | |
CN111366917B (zh) | 可行驶区域检测方法、装置、设备及计算机可读存储介质 | |
CN112288825A (zh) | 相机标定方法、装置、电子设备、存储介质和路侧设备 | |
CN111666876A (zh) | 用于检测障碍物的方法、装置、电子设备和路侧设备 | |
CN112668428A (zh) | 车辆变道的检测方法、路侧设备、云控平台和程序产品 | |
CN111998959B (zh) | 基于实时测温系统的温度校准方法、装置及存储介质 | |
CN111523471A (zh) | 车辆所在车道的确定方法、装置、设备以及存储介质 | |
CN111652112A (zh) | 一种车道流向的识别方法、装置、电子设备及存储介质 | |
CN111703371B (zh) | 交通信息的显示方法、装置、电子设备和存储介质 | |
CN111191619A (zh) | 车道线虚线段的检测方法、装置、设备和可读存储介质 | |
CN113011298B (zh) | 截断物体样本生成、目标检测方法、路侧设备和云控平台 | |
CN111027195B (zh) | 仿真场景的生成方法、装置及设备 | |
CN111784842A (zh) | 三维重建方法、装置、设备及可读储存介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211021 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |