CN112329846A - 激光点云数据高精度标注方法及系统、服务器及介质 - Google Patents
激光点云数据高精度标注方法及系统、服务器及介质 Download PDFInfo
- Publication number
- CN112329846A CN112329846A CN202011212784.6A CN202011212784A CN112329846A CN 112329846 A CN112329846 A CN 112329846A CN 202011212784 A CN202011212784 A CN 202011212784A CN 112329846 A CN112329846 A CN 112329846A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- rectangular frame
- laser point
- target object
- laser
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种激光点云数据高精度标注方法及系统、服务器及存储介质，其首先获取一个激光点云集合，将激光点云分别进行正向角度方向上的投影，得到平面投影视图；然后对平面投影视图中的任意目标物绘制矩形框，提取矩形框坐标范围内激光点云的投影点云集合，并获取投影点云集合中点的平面坐标在矩形框四个方向上极值，将极值赋给矩形框的坐标；最后获取投影点云集合在第三方向上的坐标极值，再结合矩形框的坐标即可得到目标物激光点云的立体标注信息，并生成目标物的立体标注框。通过将3D标注场景转化为2D场景，并采用坐标极值对目标物的临界范围进行框选标注，极大提高了标注数据的精确度，且简化了标注过程，节省了大量时间。
Description
技术领域
本发明涉及图像识别技术领域，尤其是涉及一种激光点云数据高精度标注方法及系统、服务器及介质。
背景技术
当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息，由于扫描极为精细，则能够得到大量的激光点，因而就可形成激光点云。根据激光测量原理得到的点云，包括三维坐标(XYZ)和激光反射强度(Intensity)，根据摄影测量原理得到的点云，包括三维坐标(XYZ)和颜色信息(RGB)。结合激光测量和摄影测量原理得到点云，包括三维坐标(XYZ)、激光反射强度(I ntensity)和颜色信息(RGB)。在获取物体表面每个采样点的空间坐标后，得到的是一个点的集合，称之为“点云”(Point Cloud)。点云的格式：*.pts；*.asc；*.dat；*.st l；*.imw；*.xyz等等，利用相关软件可以将激光点云中的各个点渲染，还原成一个3D虚拟场景，可以观察到点云扫描到的物体的轮廓，形状，高度，相对距离等。例如一个车载激光雷达所扫描到的一个点云场景中可能包含若干车辆，路面，路灯，树木等信息。
数据标注就是对文本、语音、图像、视频等做出标记，从而让算法可以理解这些标记，不断学习，最终达到智能的效果。在自动驾驶系统的研发过程中需要大量的精确的路面车辆尺寸，位置，距离等数据，该数据即是利用激光点云进行车辆的轮廓标注而来。
由于激光点云数据的解析和渲染展示技术门槛较高，当前可针对激光点云数据进行线框标注的商业软件或开源软件极少，相关公司及机构一般进行内部自研。当前的各类激光点云标注软件在使用立体框对物体标注时存在误差较大的问题，在对物体的标注时，需要不停的对场景进行缩放旋转平移等操作，一方面效率极低，花费大量时间用于点云场景的位置及角度调整，另一方面由于点的数量巨大，靠肉眼无法准确判断某个物体的各个面的边缘精确位置，造成标注框无法紧贴目标轮廓，影响数据准确性。
发明内容
本发明的目的在于克服上述技术不足，提出一种激光点云数据高精度标注方法及系统、服务器及介质，解决现有图形目标物标注效率低，数据不精准的问题。
为达到上述技术目的，本发明的技术方案第一方面提供一种激光点云数据高精度标注方法，其包括如下步骤：
获取一个激光点云集合，将激光点云分别进行正向角度方向上的投影，得到平面投影视图；
对平面投影视图中的任意目标物绘制矩形框，提取矩形框坐标范围内激光点云的投影点云集合，并获取投影点云集合中点的平面坐标在矩形框四个方向上极值，将极值赋给矩形框的坐标；
获取投影点云集合在第三方向上的坐标极值，再结合矩形框的坐标即可得到目标物激光点云的立体标注信息，并生成目标物的立体标注框。
本发明第二方面提供一种激光点云数据高精度标注系统，其包括如下功能模块：
点云投影模块，用于获取一个激光点云集合，将激光点云分别进行正向角度方向上的投影，得到平面投影视图；
矩形框贴合模块，用于对平面投影视图中的任意目标物绘制矩形框，提取矩形框坐标范围内激光点云的投影点云集合，并获取投影点云集合中点的平面坐标在矩形框四个方向上极值，将极值赋给矩形框的坐标；
立体标注模块，用于获取投影点云集合在第三方向上的坐标极值，再结合矩形框的坐标即可得到目标物激光点云的立体标注信息，并生成目标物的立体标注框。
本发明第三方面提供一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种激光点云数据高精度标注方法的步骤。
本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种激光点云数据高精度标注方法的步骤。
与现有技术相比，本发明通过将3D标注场景转化为2D场景，并对点云集合中各个点的坐标进行比较、计算和排序，自动确定了标注框的边界，即采用坐标极值对目标物的临界范围进行框选标注，极大提高了标注数据的精确度，且无需传统标注环节中频繁缩放调整视角的环节，简化了标注过程，节省了大量时间。
附图说明
图1是本发明实施例所述的一种激光点云数据高精度标注方法的流程框图；
图2是本发明实施例所述的一种激光点云数据高精度标注方法的步骤流程图；
图3是本发明实施例所述的一种激光点云数据高精度标注系统的模块框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明的实施例提供了一种激光点云数据高精度标注方法，其包括如下步骤：
S1、获取一个激光点云集合，将激光点云分别进行正向角度方向上的投影，得到平面投影视图；
S2、对平面投影视图中的任意目标物绘制矩形框，提取矩形框坐标范围内激光点云的投影点云集合，并获取投影点云集合中点的平面坐标在矩形框四个方向上极值，将极值赋给矩形框的坐标；
S3、获取投影点云集合在第三方向上的坐标极值，再结合矩形框的坐标即可得到目标物激光点云的立体标注信息，并生成目标物的立体标注框。
其中，在对平面投影视图中的任意目标物绘制矩形框的过程中，所述矩形框必须包含整个目标物。
使用上述方法对激光点云场景进行立体标注，无需传统标注环节中频繁缩放调整视角的环节，将3D标注场景转化为2D场景简化了标注过程，可以节省大量时间，同时对点云集合中各个点的坐标进行比较、计算和排序，自动确定了标注框的边界，极大提高了标注数据的精确度。
由于当激光照射到物体表面形成激光点云时，会由于地面的反射产生靠近地面一定范围的离群点，这些离群点会影响到激光点云数据标注的精度，因此，在获取一个激光点云集合之后，设置靠近地面的地面反射点范围，将地面反射点范围内的激光点予以过滤。
上述正向角度方向为XY轴平面方向，第三方向为Z轴方向，因此本发明的实施例提供了一种激光点云数据高精度标注方法，具体包括如下步骤：
S1、获取一个激光点云集合，将激光点云分别进行XY轴平面方向上的投影，得到平面投影视图；
S2、对平面投影视图中的任意目标物绘制矩形框，提取矩形框坐标范围内激光点云的投影点云集合，并获取投影点云集合中点的XY轴坐标在矩形框四个方向上极值，将极值赋给矩形框的坐标；
S3、获取投影点云集合在Z轴的坐标极值，再结合矩形框的XY轴坐标即可得到目标物激光点云的立体标注信息，并生成目标物的立体标注框。
且在获取一个激光点云集合之后，设置最低Z值范围，将最低Z值范围内的激光点作为地面反射点予以过滤。
如图2所示，具体操作方法如下：
步骤1、首先约定一个激光点云文件中所有点的集合为A，因点云Z轴方向为垂直地面方向向上，则将所有点按照Z值进行升序排列，设置最低Z值范围，然后选取最低Z值范围内的激光点作为地面反射点予以过滤，过滤后的点云集合为A1。
步骤2、将上述获得的点云集合A1向地面(即俯视视角)进行投影，仅保留XY坐标，消除Z坐标，得到XY轴平面方向上的平面投影视图。
步骤3、对平面投影视图中的任意目标物绘制矩形框，所述矩形框必须包含整个目标物。
步骤4、计算获取矩形框的XY方向的坐标范围，同时通过遍历激光点云集合A1得到该矩形框范围内的点云集合A2，对A2集合中的点坐标XY方向进行排序，获得该A2集合的点坐标的XY的坐标各方向极值，并将该极值赋给矩形框的XY坐标，从而使矩形框完成XY方向上与目标的精确贴合。
步骤5、再对上述集合S2集合中的点坐标Z方向进行排序，获得该S2集合的点坐标的Z的坐标高低极值，将该极值添加至矩形框生成目标物的立体标注框，并得到目标物激光点云的立体标注信息。
步骤6、重复以上步骤3至步骤5，直至完成一个点云场景中所有目标的标注。
本发明所述激光点云数据高精度标注方法，其通过将3D标注场景转化为2D场景，并对点云集合中各个点的坐标进行比较、计算和排序，自动确定了标注框的边界，即采用坐标极值对目标物的临界范围进行框选标注，极大提高了标注数据的精确度，且无需传统标注环节中频繁缩放调整视角的环节，简化了标注过程，节省了大量时间。
如图3所示，本发明实施例还公开了一种激光点云数据高精度标注系统，其包括如下功能模块：
点云投影模块10，用于获取一个激光点云集合，将激光点云分别进行正向角度方向上的投影，得到平面投影视图；
矩形框贴合模块20，用于对平面投影视图中的任意目标物绘制矩形框，提取矩形框坐标范围内激光点云的投影点云集合，并获取投影点云集合中点的平面坐标在矩形框四个方向上极值，将极值赋给矩形框的坐标；
立体标注模块30，用于获取投影点云集合在第三方向上的坐标极值，再结合矩形框的坐标即可得到目标物激光点云的立体标注信息，并生成目标物的立体标注框。
本实施例一种激光点云数据高精度标注系统的执行方式与上述激光点云数据高精度标注方法基本相同，故不作详细赘述。
本实施例服务器为提供计算服务的设备，通常指具有较高计算能力，通过网络提供给多个消费者使用的计算机。该实施例的服务器包括：存储器、处理器以及系统总线，所述存储器包括存储其上的可运行的程序，本领域技术人员可以理解，本实施例的终端设备结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行终端的各种功能应用以及数据处理。存储器可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在存储器上包含一种激光点云数据高精度标注方法的可运行程序，所述可运行程序可以被分割成一个或多个模块/单元，所述一个或多个模块/单元被存储在所述存储器中，并由处理器执行，以完成信息的获取及实现过程，所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述服务器中的执行过程。例如，所述计算机程序可以被分割为点云投影模块、矩形框贴合模块、立体标注模块。
处理器是服务器的控制中心，利用各种接口和线路连接整个终端设备的各个部分，通过运行或执行存储在存储器内的软件程序和/或模块，以及调用存储在存储器内的数据，执行终端的各种功能和处理数据，从而对终端进行整体监控。可选的，处理器可包括一个或多个处理单元；优选的，处理器可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器中。
系统总线是用来连接计算机内部各功能部件，可以传送数据信息、地址信息、控制信息，其种类可以是例如PCI总线、ISA总线、VESA总线等。处理器的指令通过总线传递至存储器，存储器反馈数据给处理器，系统总线负责处理器与存储器之间的数据、指令交互。当然系统总线还可以接入其他设备，例如网络接口、显示设备等。
所述服务器应至少包括CPU、芯片组、内存、磁盘系统等，其他构成部件在此不再赘述。
在本发明实施例中，该终端所包括的处理器执行的可运行程序具体为：一种激光点云数据高精度标注方法，其包括如下步骤：
步骤1、首先约定一个激光点云文件中所有点的集合为A，因点云Z轴方向为垂直地面方向向上，则将所有点按照Z值进行升序排列，设置最低Z值范围，然后选取最低Z值范围内的激光点作为地面反射点予以过滤，过滤后的点云集合为A1。
步骤2、将上述获得的点云集合A1向地面(即俯视视角)进行投影，仅保留XY坐标，消除Z坐标，得到XY轴平面方向上的平面投影视图。
步骤3、对平面投影视图中的任意目标物绘制矩形框，所述矩形框必须包含整个目标物。
步骤4、计算获取矩形框的XY方向的坐标范围，同时通过遍历激光点云集合A1得到该矩形框范围内的点云集合A2，对A2集合中的点坐标XY方向进行排序，获得该A2集合的点坐标的XY的坐标各方向极值，并将该极值赋给矩形框的XY坐标，从而使矩形框完成XY方向上与目标的精确贴合。
步骤5、再对上述集合S2集合中的点坐标Z方向进行排序，获得该S2集合的点坐标的Z的坐标高低极值，将该极值添加至矩形框生成目标物的立体标注框，并得到目标物激光点云的立体标注信息。
步骤6、重复以上步骤3至步骤5，直至完成一个点云场景中所有目标的标注。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种激光点云数据高精度标注方法，其特征在于，包括如下步骤：
获取一个激光点云集合，将激光点云分别进行正向角度方向上的投影，得到平面投影视图；
对平面投影视图中的任意目标物绘制矩形框，提取矩形框坐标范围内激光点云的投影点云集合，并获取投影点云集合中点的平面坐标在矩形框四个方向上极值，将极值赋给矩形框的坐标；
获取投影点云集合在第三方向上的坐标极值，再结合矩形框的坐标即可得到目标物激光点云的立体标注信息，并生成目标物的立体标注框。
2.根据权利要求1所述激光点云数据高精度标注方法，其特征在于，在获取一个激光点云集合之后，设置靠近地面的地面反射点范围，将地面反射点范围内的激光点予以过滤。
3.根据权利要求1所述激光点云数据高精度标注方法，其特征在于，包括如下步骤：
获取一个激光点云集合，将激光点云分别进行XY轴平面方向上的投影，得到平面投影视图；
对平面投影视图中的任意目标物绘制矩形框，提取矩形框坐标范围内激光点云的投影点云集合，并获取投影点云集合中点的XY轴坐标在矩形框四个方向上极值，将极值赋给矩形框的坐标；
获取投影点云集合在Z轴的坐标极值，再结合矩形框的XY轴坐标即可得到目标物激光点云的立体标注信息，并生成目标物的立体标注框。
4.根据权利要求3所述激光点云数据高精度标注方法，其特征在于，在获取一个激光点云集合之后，设置最低Z值范围，将最低Z值范围内的激光点作为地面反射点予以过滤。
5.根据权利要求1至4中任一一项所述激光点云数据高精度标注方法，其特征在于，在对平面投影视图中的任意目标物绘制矩形框的过程中，所述矩形框必须包含整个目标物。
6.一种激光点云数据高精度标注系统，其特征在于，包括如下功能模块：
点云投影模块，用于获取一个激光点云集合，将激光点云分别进行正向角度方向上的投影，得到平面投影视图；
矩形框贴合模块，用于对平面投影视图中的任意目标物绘制矩形框，提取矩形框坐标范围内激光点云的投影点云集合，并获取投影点云集合中点的平面坐标在矩形框四个方向上极值，将极值赋给矩形框的坐标；
立体标注模块，用于获取投影点云集合在第三方向上的坐标极值，再结合矩形框的坐标即可得到目标物激光点云的立体标注信息，并生成目标物的立体标注框。
7.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述激光点云数据高精度标注方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述激光点云数据高精度标注方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011212784.6A CN112329846A (zh) | 2020-11-03 | 2020-11-03 | 激光点云数据高精度标注方法及系统、服务器及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011212784.6A CN112329846A (zh) | 2020-11-03 | 2020-11-03 | 激光点云数据高精度标注方法及系统、服务器及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112329846A true CN112329846A (zh) | 2021-02-05 |
Family
ID=74323282
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011212784.6A Withdrawn CN112329846A (zh) | 2020-11-03 | 2020-11-03 | 激光点云数据高精度标注方法及系统、服务器及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112329846A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113020824A (zh) * | 2021-03-19 | 2021-06-25 | 深圳晶森激光科技股份有限公司 | 激光打标的中心测量方法、装置、设备及存储介质 |
| CN113689508A (zh) * | 2021-09-09 | 2021-11-23 | 北京地平线机器人技术研发有限公司 | 点云标注方法、装置、存储介质及电子设备 |
| CN113808186A (zh) * | 2021-03-04 | 2021-12-17 | 京东鲲鹏(江苏)科技有限公司 | 训练数据生成方法、装置与电子设备 |
| CN114581739A (zh) * | 2022-04-15 | 2022-06-03 | 长沙公信诚丰信息技术服务有限公司 | 一种基于特征识别的点云标注方法、装置及电子设备 |
| CN116309962A (zh) * | 2023-05-10 | 2023-06-23 | 倍基智能科技(四川)有限公司 | 一种激光雷达点云数据的标注方法、系统及应用 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111009040A (zh) * | 2018-10-08 | 2020-04-14 | 阿里巴巴集团控股有限公司 | 点云实体标注系统、方法、装置及电子设备 |
-
2020
- 2020-11-03 CN CN202011212784.6A patent/CN112329846A/zh not_active Withdrawn
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111009040A (zh) * | 2018-10-08 | 2020-04-14 | 阿里巴巴集团控股有限公司 | 点云实体标注系统、方法、装置及电子设备 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113808186A (zh) * | 2021-03-04 | 2021-12-17 | 京东鲲鹏(江苏)科技有限公司 | 训练数据生成方法、装置与电子设备 |
| CN113020824A (zh) * | 2021-03-19 | 2021-06-25 | 深圳晶森激光科技股份有限公司 | 激光打标的中心测量方法、装置、设备及存储介质 |
| CN113689508A (zh) * | 2021-09-09 | 2021-11-23 | 北京地平线机器人技术研发有限公司 | 点云标注方法、装置、存储介质及电子设备 |
| CN113689508B (zh) * | 2021-09-09 | 2024-02-02 | 北京地平线机器人技术研发有限公司 | 点云标注方法、装置、存储介质及电子设备 |
| CN114581739A (zh) * | 2022-04-15 | 2022-06-03 | 长沙公信诚丰信息技术服务有限公司 | 一种基于特征识别的点云标注方法、装置及电子设备 |
| CN116309962A (zh) * | 2023-05-10 | 2023-06-23 | 倍基智能科技(四川)有限公司 | 一种激光雷达点云数据的标注方法、系统及应用 |
| CN116309962B (zh) * | 2023-05-10 | 2023-09-26 | 倍基智能科技(四川)有限公司 | 一种激光雷达点云数据的标注方法、系统及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112329846A (zh) | 激光点云数据高精度标注方法及系统、服务器及介质 | |
| CN109285220B (zh) | 一种三维场景地图的生成方法、装置、设备及存储介质 | |
| CN109658504B (zh) | 地图数据标注方法、装置、设备及存储介质 | |
| EP3506162B1 (en) | Method and apparatus for determining matching relationship between point cloud data | |
| EP3620823B1 (en) | Method and device for detecting precision of internal parameter of laser radar | |
| CN108279670B (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
| CN110136273B (zh) | 一种用于机器学习中的样本数据标注方法及装置 | |
| CN111192331B (zh) | 一种激光雷达和相机的外参标定方法及装置 | |
| CN108334802B (zh) | 道路特征物的定位方法及装置 | |
| CN110176078B (zh) | 一种训练集数据的标注方法及装置 | |
| CN112257605B (zh) | 基于自标注训练样本的三维目标检测方法、系统及装置 | |
| CN112199991B (zh) | 一种应用于车路协同路侧感知的仿真点云滤波方法和系统 | |
| CN111080662A (zh) | 车道线的提取方法、装置及计算机设备 | |
| CN110568451A (zh) | 一种高精度地图中道路交通标线的生成方法和装置 | |
| CN111402414A (zh) | 一种点云地图构建方法、装置、设备和存储介质 | |
| CN113096003B (zh) | 针对多视频帧的标注方法、装置、设备和存储介质 | |
| CN113761999A (zh) | 一种目标检测方法、装置、电子设备和存储介质 | |
| CN112036359B (zh) | 一种车道线的拓扑信息获得方法、电子设备及存储介质 | |
| US20230206500A1 (en) | Method and apparatus for calibrating extrinsic parameter of a camera | |
| CN113804100B (zh) | 确定目标对象的空间坐标的方法、装置、设备和存储介质 | |
| CN114140592A (zh) | 高精地图生成方法、装置、设备、介质及自动驾驶车辆 | |
| CN109598199B (zh) | 车道线生成方法和装置 | |
| CN113808142B (zh) | 一种地面标识的识别方法、装置、电子设备 | |
| Ahmed et al. | Lane marking detection using LiDAR sensor | |
| CN115618602A (zh) | 一种车道级场景仿真方法及系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210205 |
|
| WW01 | Invention patent application withdrawn after publication |