CN113325381A - 用于处理数据的方法、装置、设备以及存储介质 - Google Patents
用于处理数据的方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113325381A CN113325381A CN202110589890.4A CN202110589890A CN113325381A CN 113325381 A CN113325381 A CN 113325381A CN 202110589890 A CN202110589890 A CN 202110589890A CN 113325381 A CN113325381 A CN 113325381A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- radar point
- millimeter wave
- data
- 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
- 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
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了用于处理数据的方法、装置、设备以及存储介质,涉及云计算领域。具体实现方案为:获取目标数据,目标数据包括激光雷达点云数据和毫米波雷达点云数据,激光雷达点云数据和毫米波雷达点云数据在同一时刻针对同一场景采集得到;对毫米波雷达点云数据进行格式转换,得到处理后毫米波雷达点云数据;对激光雷达点云数据、处理后毫米波雷达点云数据中的至少一者进行坐标系转换,使二者位于同一坐标系;显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据。本实现方式可以同时显示激光雷达点云数据和毫米波雷达点云数据,增快标注速度。
Description
技术领域
本公开涉及计算机技术领域,具体涉及云计算领域,尤其涉及用于处理数据的方法、装置、设备以及存储介质。
背景技术
自动驾驶中,感知系统对标注需求很大,尤其是障碍物感知。而障碍物感知有三大主流传感器:激光雷达(LiDAR,Light Detection and Ranging)、相机(Camera)、毫米波雷达(Radar)。这几类传感器各有优劣,优势互补。相机价格便宜、解析度高且能提供颜色信息,但没有深度信息且抗干扰能力差。激光雷达数据精度高,可以获得完整的三维空间信息,且夜晚能很好工作,但对于雨雪雾天的抗干扰能力差,且价格昂贵。毫米波雷达价格便宜、探测距离远、能获取速度信息且抗干扰能力强,但由于点过于稀疏,分辨率不高,且无法获知障碍物的高度信息。
现有的标注工具大部分都针对LiDAR数据和相机数据,无法很好的完成Radar数据的标注。
发明内容
本公开提供了一种用于处理数据的方法、装置、设备以及存储介质。
根据第一方面,提供了一种用于处理数据的方法,包括:获取目标数据,目标数据包括激光雷达点云数据和毫米波雷达点云数据,激光雷达点云数据和毫米波雷达点云数据在同一时刻针对同一场景采集得到;对毫米波雷达点云数据进行格式转换,得到处理后毫米波雷达点云数据;对激光雷达点云数据、处理后毫米波雷达点云数据中的至少一者进行坐标系转换,使二者位于同一坐标系;显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据。
根据第二方面,提供了一种用于处理数据的装置,包括:数据获取单元,被配置成获取目标数据,目标数据包括激光雷达点云数据和毫米波雷达点云数据,激光雷达点云数据和毫米波雷达点云数据在同一时刻针对同一场景采集得到;格式转换单元,被配置成对毫米波雷达点云数据进行格式转换,得到处理后毫米波雷达点云数据;坐标系转换单元,被配置成对激光雷达点云数据、处理后毫米波雷达点云数据中的至少一者进行坐标系转换,使二者位于同一坐标系;数据加载单元,被配置成显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,上述指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面所描述的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,上述计算机指令用于使计算机执行如第一方面所描述的方法。
根据第五方面,一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如第一方面所描述的方法。
根据本公开的技术可以同时显示激光雷达点云数据和毫米波雷达点云数据,增快标注速度。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于处理数据的方法的一个实施例的流程图;
图3是根据本公开的用于处理数据的方法的一个应用场景的示意图;
图4是根据本公开的用于处理数据的方法的另一个实施例的流程图;
图5是根据本公开的用于处理数据的装置的一个实施例的结构示意图;
图6是用来实现本公开实施例的用于处理数据的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于处理数据的方法或用于处理数据的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括相机101、毫米波雷达102、激光雷达103、网络104、服务器105和终端设备106。网络104用以在相机101、毫米波雷达102、激光雷达103和终端设备106之间、在相机101、毫米波雷达102、激光雷达103和服务器105之间、以及终端设备106和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
相机101、毫米波雷达102、激光雷达103等设备可以安装在车辆上,并在车辆行驶过程中采集行驶环境的数据。上述车辆可以是自动驾驶车辆。相机101可以采集得到图像数据,毫米波雷达102可以采集得到毫米波雷达点云数据,激光雷达103可以采集得到激光雷达点云数据。相机101、毫米波雷达102、激光雷达103可以将采集得到的图像数据或点云数据发送给服务器105和终端设备106,以供进行下一步处理。
用户可以使用终端设备106通过网络104获取相机101、毫米波雷达102、激光雷达103可以将采集得到的图像数据或点云数据,以进行标注或查看。终端设备101、102、103上可以安装有各种标注工具、数据处理应用等。标注人员可以使用上述应用对图像数据或点云数据进行处理或标注。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对相机101、毫米波雷达102、激光雷达103可以将采集得到的图像数据或点云数据进行处理的后台服务器。后台服务器可以对图像数据或点云数据进行处理后发送,并将处理后的图像数据或点云数据发送给终端设备106。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的用于处理数据的方法一般由终端设备106执行。相应地,用于处理数据的装置一般设置于终端设备106中。可以理解的是,上述系统架构中也可以不包括服务器105。
应该理解,图1中的相机、毫米波雷达、激光雷达、终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的相机、毫米波雷达、激光雷达、终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于处理数据的方法的一个实施例的流程200。本实施例的用于处理数据的方法,包括以下步骤:
步骤201,获取目标数据。
本实施例中,用于处理数据的方法的执行主体可以获取目标数据。这里,目标数据可以包括激光雷达点云数据和毫米波雷达点云数据。其中,激光雷达点云数据可以由激光雷达采集得到,毫米波雷达点云数据可以由毫米波雷达采集得到。需要说明的是,激光雷达点云数据和毫米波雷达点云数据在同一时刻针对同一场景采集得到。激光雷达点云数据和毫米波雷达点云数据中可以包括多个点云点的信息。上述点云点的信息可以包括坐标、反射强度、采集时刻等信息。对于毫米波雷达点云数据,其中还可以包括点云点的多普勒值。
步骤202,对毫米波雷达点云数据进行格式转换,得到处理后毫米波雷达点云数据。
执行主体在获取到上述目标数据后,可以首先对毫米波雷达点云数据进行格式转换,得到处理后毫米波雷达点云数据。需要说明的是,格式转换后毫米波雷达点云数据的格式与激光雷达点云数据的格式相同。毫米波雷达点云数据大部分是csv格式的点坐标信息(x,y,z),还包括反射率、多普勒值等信息,这里符合点云数据所需的基本信息格式。执行主体可以将点坐标信息、反射率、多普勒值处理成多列,将各列按照预设顺序进行排列,得到转换后毫米波雷达点云数据。
步骤203,对激光雷达点云数据、处理后毫米波雷达点云数据中的至少一者进行坐标系转换,使二者位于同一坐标系。
执行主体在对毫米波雷达点云数据进行格式转换后,可以继续对激光雷达点云数据、处理后毫米波雷达点云数据中的至少一者进行坐标系转换,将二者转换至同一坐标系。需要说明的是,激光雷达和毫米波雷达之间的标定系数可以预先得到。执行主体可以通过标定系数将激光雷达坐标系转换至毫米波雷达坐标系,或者将毫米波雷达坐标系转换至激光雷达坐标系。或者,执行主体还可以预先获取激光雷达与IMU(Inertial MeasurementUnit,惯性测量单元)坐标系之间的标定系数以及毫米波雷达与IMU坐标系之间的标定系数,分别利用上述标定系数,将激光雷达点云数据和毫米波雷达点云数据转换至IMU坐标系。
步骤204,显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据。
执行主体在执行完成坐标转换处理后,可以加载坐标转换处理后得到的点云数据,以便将二者同时显示。标注人员可以通过显示的点云数据对其进行标注。
继续参见图3,其示出了根据本公开的用于处理数据的方法的一个应用场景的示意图。在图3的应用场景中,激光雷达301将采集得到的激光雷达点云数据发送给终端设备302,毫米波雷达301将采集得到的毫米波雷达点云数据发送给终端设备302。终端设备302中安装的标注工具对激光雷达点云数据以及毫米波雷达点云数据进行步骤201~204的处理后,显示激光雷达点云数据和毫米波雷达点云数据。标注人员可以利用上述标注工具同时分别标注激光雷达点云数据和毫米波雷达点云数据,增快标注速度。
本公开的上述实施例提供的用于处理数据的方法,可以同时显示激光雷达点云数据和毫米波雷达点云数据,以供快速标注。
继续参见图4,其示出了根据本公开的用于处理数据的方法的另一个实施例的流程400。如图4所示,本实施例的方法可以包括以下步骤:
步骤401,获取目标数据。
本实施例中,目标数据包括激光雷达点云数据和毫米波雷达点云数据,并且激光雷达点云数据和毫米波雷达点云数据在同一时刻针对同一场景采集得到。
步骤402,为毫米波雷达点云数据增加层级结构,得到处理后毫米波雷达点云数据。
执行主体在得到毫米波雷达点云数据后,可以为毫米波雷达点云数据增加层级结构。由于毫米波雷达点云数据中各点云点的Z值均一致,导致毫米波雷达点云数据没有立体感,难以进行标注。通过为毫米波雷达点云数据增加层级结构,可以保证毫米波雷达点云数据有一定立体感,有利于障碍物标注。具体的,执行主体可以通过多种方式实现增加层级结构,例如可以在毫米波雷达点云数据中增加多个随机生成的点云点,这些点云点的Z值不一致,这样就从整体上为毫米波雷达点云数据增加了立体感。或者,执行主体可以在各点云点中以插值的方式插入多个点云点,并生成上述点云点的Z值。每个Z值所处的数据层不同,这样就能实现层级结构的增加。
在本实施例的一些可选的实现方式中,执行主体可以为各个点云点随机生成Z值,这样各个点云点的Z值在很大概率上是不一致的。为每个竖坐标生成一个数据层,从而实现为毫米波雷达点云数据增加层级结构。
步骤403,加载经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据的配置文件,以初始化点云数据场景。
本实施例中,执行主体可以获取经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据的配置文件。上述配置文件可以为JSON格式文件,其中可以包括点云数据文件的名称、存储路径、类型等等。执行主体通过加载上述配置文件可以将对应的点云数据导入标注工具,并实现点云数据场景的初始化。点云数据场景可以包括激光雷达点云数据场景和毫米波雷达点云数据场景。
步骤404,响应于接收到标注人员的场景选择指令,在与场景选择指令对应的点云数据场景中显示对应的点云数据。
标注人员可以通过输入场景选择指令来选择点云数据场景。执行主体在接收到标注人员的场景选择指令后,可以在与场景选择指令对应的点云数据场景中显示对应的点云数据。这样,标注人员可以据此对点云数据进行标注。
在本实施例的一些可选的实现方式中,执行主体在显示点云数据前,还可以根据毫米波雷达点云数据中各点云点的信息对各点云点进行聚类,并显示聚类结果。上述信息可以包括:反射值、多普勒值等等。考虑到反射率与障碍物的表面材质相关,反射值相差不大的情况下,认定障碍物的类型差不多。则可以将反射值差距在一定区间点云点属于同一类型的障碍物。多普勒值可以反映障碍物速度,所以速度差距在一定区间的点云点大概率属于同一障碍物。最后结合位置信息,综合判断后对各点云点进行聚类。在一些具体的实践中,同一聚类的点云点可以以相同的颜色表示,不同聚类的点云点可以以不同的颜色表示。本实现方式中,通过以不同的颜色表示不同聚类的点云点,能够辅助标注点云数据。
步骤405,响应于确定激光雷达点云数据被标注完成,同时显示激光雷达点云数据的标注结果以及转换后毫米波雷达点云数据。
本实施例中,如果执行主体确定激光雷达点云数据被标注完成,则可以将激光雷达点云数据的标注结果与转换后毫米波雷达点云数据同时显示,则可以利用激光雷达点云数据的标注结果辅助毫米波雷达点云数据的标注。具体的,执行主体可以通过多种方式确定激光雷达点云数据被标注完成。例如,如果执行主体检测到用户对某一按钮的点击操作,或者检测到用户输入的某一指令,则可以认定激光雷达点云数据被标注完成。
步骤406,将激光雷达点云数据的标注结果向图像数据所在平面投影;同时显示投影结果以及图像数据。
本实施例中,目标数据还可以包括图像数据。上述图像数据与激光雷达点云数据在同一时刻针对同一场景采集得到。如果执行主体确定激光雷达点云数据被标注完成,可以将标注结果向图像数据所在平面投影;同时显示投影结果以及图像数据。在投影之前,执行主体可以首先将图像数据与激光雷达点云数据的坐标系转换至同一坐标系。这样,标注人员在标注图像数据时可以参考激光雷达点云数据的标注结果。
本公开的上述实施例提供的用于处理数据的方法,可以在同一标注工具中同时标注激光雷达点云数据、毫米波雷达点云数据和图像数据,并且能够在毫米波雷达点云数据的标注过程中显示激光雷达点云数据的标注结果,增快标注速度,提高标注效率。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于处理数据的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理数据的装置500包括:数据获取单元501、格式转换单元502、坐标系转换单元503和数据加载单元504。
数据获取单元501,被配置成获取目标数据。目标数据包括激光雷达点云数据和毫米波雷达点云数据,激光雷达点云数据和毫米波雷达点云数据在同一时刻针对同一场景采集得到。
格式转换单元502,被配置成对毫米波雷达点云数据进行格式转换,得到处理后毫米波雷达点云数据。
坐标系转换单元503,被配置成对激光雷达点云数据、处理后毫米波雷达点云数据中的至少一者进行坐标系转换,使二者位于同一坐标系。
数据加载单元504,被配置成显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据。
在本实施例的一些可选的实现方式中,格式转换单元502可以进一步被配置成:为毫米波雷达点云数据增加层级结构。
在本实施例的一些可选的实现方式中,格式转换单元502可以进一步被配置成:对于毫米波雷达点云数据中的各个点云点,为该点云点生成竖坐标值;为每个竖坐标值生成数据层。
在本实施例的一些可选的实现方式中,数据显示单元504可以进一步被配置成:加载经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据的配置文件,以初始化点云数据场景;响应于接收到标注人员的场景选择指令,在与场景选择指令对应的点云数据场景中显示对应的点云数据。
在本实施例的一些可选的实现方式中,数据显示单元504可以进一步被配置成:响应于确定激光雷达点云数据被标注完成,同时显示激光雷达点云数据的标注结果以及处理后毫米波雷达点云数据。
在本实施例的一些可选的实现方式中,目标数据包括图像数据,图像数据与激光雷达点云数据在同一时刻针对同一场景采集得到。装置500还可以进一步包括图5中未示出的投影单元,被配置成将激光雷达点云数据的标注结果向图像数据所在平面投影。相应地,数据加载单元504可以进一步被配置成:同时显示投影结果以及图像数据。
在本实施例的一些可选的实现方式中,数据加载单元504可以进一步被配置成:根据处理后毫米波雷达点云数据中的以下至少一项,对处理后毫米波雷达点云数据中的各点云点进行聚类:反射率、多普勒值;显示聚类结果。
应当理解,用于处理数据的装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于处理数据的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了根据本公开实施例的执行用于处理数据的方法的电子设备600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/或者要求的本公开的实现。
如图6所示,电子设备600包括处理器601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储器608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储电子设备600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。I/O接口(输入/输出接口)605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储器608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器601可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器601执行上文所描述的各个方法和处理,例如用于处理数据的方法。例如,在一些实施例中,用于处理数据的方法可被实现为计算机软件程序,其被有形地包含于机器可读存储介质,例如存储器608。在一些实施例中,计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由处理器601执行时,可以执行上文描述的用于处理数据的方法的一个或多个步骤。备选地,在其他实施例中,处理器601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用于处理数据的方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。上述程序代码可以封装成计算机程序产品。这些程序代码或计算机程序产品可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器601执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读存储介质可以是机器可读信号存储介质或机器可读存储介质。机器可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学存储设备、磁存储设备、或上述内容的任何合适组合。
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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(“Virtual Private Server”,或简称“VPS”)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以是分布式系统的服务器,或者是结合了区块链的服务器。
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,本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开的保护范围之内。
Claims (17)
1.一种用于处理数据的方法,包括:
获取目标数据,所述目标数据包括激光雷达点云数据和毫米波雷达点云数据,所述激光雷达点云数据和所述毫米波雷达点云数据在同一时刻针对同一场景采集得到;
对所述毫米波雷达点云数据进行格式转换,得到处理后毫米波雷达点云数据;
对所述激光雷达点云数据、所述处理后毫米波雷达点云数据中的至少一者进行坐标系转换,使二者位于同一坐标系;
显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据。
2.根据权利要求1所述的方法,其中,所述对所述毫米波雷达点云数据进行格式转换,包括:
为所述毫米波雷达点云数据增加层级结构。
3.根据权利要求2所述的方法,其中,所述为所述毫米波雷达点云数据增加层级结构,包括:
对于所述毫米波雷达点云数据中的各个点云点,为该点云点生成竖坐标值;
为每个竖坐标值生成数据层。
4.根据权利要求1所述的方法,其中,所述显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据,包括:
加载经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据的配置文件,以初始化点云数据场景;
响应于接收到标注人员的场景选择指令,在与所述场景选择指令对应的点云数据场景中显示对应的点云数据。
5.根据权利要求1所述的方法,其中,所述显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据,包括:
响应于确定激光雷达点云数据被标注完成,同时显示所述激光雷达点云数据的标注结果以及所述处理后毫米波雷达点云数据。
6.根据权利要求5所述的方法,其中,所述目标数据包括图像数据,所述图像数据与所述激光雷达点云数据在同一时刻针对同一场景采集得到;以及
所述方法还包括:
将所述激光雷达点云数据的标注结果向图像数据所在平面投影;
同时显示投影结果以及所述图像数据。
7.根据权利要求1所述的方法,其中,所述显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据,包括:
根据所述处理后毫米波雷达点云数据中的以下至少一项,对处理后毫米波雷达点云数据中的各点云点进行聚类:反射率、多普勒值;
显示聚类结果。
8.一种用于处理数据的装置,包括:
数据获取单元,被配置成获取目标数据,所述目标数据包括激光雷达点云数据和毫米波雷达点云数据,所述激光雷达点云数据和所述毫米波雷达点云数据在同一时刻针对同一场景采集得到;
格式转换单元,被配置成对所述毫米波雷达点云数据进行格式转换,得到处理后毫米波雷达点云数据;
坐标系转换单元,被配置成对所述激光雷达点云数据、所述处理后毫米波雷达点云数据中的至少一者进行坐标系转换,使二者位于同一坐标系;
数据显示单元,被配置成显示经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据。
9.根据权利要求8所述的装置,其中,所述格式转换单元进一步被配置成:
为所述毫米波雷达点云数据增加层级结构。
10.根据权利要求9所述的装置,其中,所述格式转换单元进一步被配置成:
对于所述毫米波雷达点云数据中的各个点云点,为该点云点生成竖坐标值;
为每个竖坐标值生成数据层。
11.根据权利要求8所述的装置,其中,所述数据显示单元进一步被配置成:
加载经坐标转换后得到的激光雷达点云数据、处理后毫米波雷达点云数据的配置文件,以初始化点云数据场景;
响应于接收到标注人员的场景选择指令,在与所述场景选择指令对应的点云数据场景中显示对应的点云数据。
12.根据权利要求8所述的装置,其中,所述数据显示单元进一步被配置成:
响应于确定激光雷达点云数据被标注完成,同时显示所述激光雷达点云数据的标注结果以及所述处理后毫米波雷达点云数据。
13.根据权利要求12所述的装置,其中,所述目标数据包括图像数据,所述图像数据与所述激光雷达点云数据在同一时刻针对同一场景采集得到;以及
所述装置还包括投影单元,被配置成将所述激光雷达点云数据的标注结果向图像数据所在平面投影;
所述数据加载单元进一步被配置成:同时显示投影结果以及所述图像数据。
14.根据权利要求8所述的装置,其中,所述数据显示单元进一步被配置成:
根据所述处理后毫米波雷达点云数据中的以下至少一项,对处理后毫米波雷达点云数据中的各点云点进行聚类:反射率、多普勒值;
显示聚类结果。
15.一种电子设备,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1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110589890.4A CN113325381B (zh) | 2021-05-28 | 2021-05-28 | 用于处理数据的方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110589890.4A CN113325381B (zh) | 2021-05-28 | 2021-05-28 | 用于处理数据的方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113325381A true CN113325381A (zh) | 2021-08-31 |
CN113325381B CN113325381B (zh) | 2023-08-22 |
Family
ID=77421947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110589890.4A Active CN113325381B (zh) | 2021-05-28 | 2021-05-28 | 用于处理数据的方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113325381B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114842075A (zh) * | 2022-06-30 | 2022-08-02 | 小米汽车科技有限公司 | 数据标注方法、装置、存储介质及车辆 |
CN116466307A (zh) * | 2023-03-22 | 2023-07-21 | 之江实验室 | 一种基于深度图的毫米波雷达点云仿真的方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405555A (zh) * | 2016-09-23 | 2017-02-15 | 百度在线网络技术(北京)有限公司 | 用于车载雷达系统的障碍物检测方法和装置 |
CN108226883A (zh) * | 2017-11-28 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 测试毫米波雷达性能的方法、装置及计算机可读存储介质 |
CN109975773A (zh) * | 2018-12-28 | 2019-07-05 | 文远知行有限公司 | 毫米波雷达标定方法、装置、设备和存储介质 |
CN111077506A (zh) * | 2019-12-12 | 2020-04-28 | 苏州智加科技有限公司 | 对毫米波雷达进行标定的方法、装置及系统 |
CN111427020A (zh) * | 2020-06-11 | 2020-07-17 | 交通运输部公路科学研究所 | 环境信息数据采集设备的联合标定方法、装置和系统 |
CN211741554U (zh) * | 2020-01-03 | 2020-10-23 | 上海蛮酷科技有限公司 | 一种毫米波雷达测试系统及测试车辆 |
-
2021
- 2021-05-28 CN CN202110589890.4A patent/CN113325381B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405555A (zh) * | 2016-09-23 | 2017-02-15 | 百度在线网络技术(北京)有限公司 | 用于车载雷达系统的障碍物检测方法和装置 |
US20180088228A1 (en) * | 2016-09-23 | 2018-03-29 | Baidu Online Network Technology (Beijing) Co., Ltd. | Obstacle detection method and apparatus for vehicle-mounted radar system |
CN108226883A (zh) * | 2017-11-28 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 测试毫米波雷达性能的方法、装置及计算机可读存储介质 |
CN109975773A (zh) * | 2018-12-28 | 2019-07-05 | 文远知行有限公司 | 毫米波雷达标定方法、装置、设备和存储介质 |
CN111077506A (zh) * | 2019-12-12 | 2020-04-28 | 苏州智加科技有限公司 | 对毫米波雷达进行标定的方法、装置及系统 |
CN211741554U (zh) * | 2020-01-03 | 2020-10-23 | 上海蛮酷科技有限公司 | 一种毫米波雷达测试系统及测试车辆 |
CN111427020A (zh) * | 2020-06-11 | 2020-07-17 | 交通运输部公路科学研究所 | 环境信息数据采集设备的联合标定方法、装置和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114842075A (zh) * | 2022-06-30 | 2022-08-02 | 小米汽车科技有限公司 | 数据标注方法、装置、存储介质及车辆 |
CN114842075B (zh) * | 2022-06-30 | 2023-02-28 | 小米汽车科技有限公司 | 数据标注方法、装置、存储介质及车辆 |
CN116466307A (zh) * | 2023-03-22 | 2023-07-21 | 之江实验室 | 一种基于深度图的毫米波雷达点云仿真的方法和装置 |
CN116466307B (zh) * | 2023-03-22 | 2023-11-17 | 之江实验室 | 一种基于深度图的毫米波雷达点云仿真的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113325381B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109946680A (zh) | 探测系统的外参数标定方法、装置、存储介质及标定系统 | |
CN110632608B (zh) | 一种基于激光点云的目标检测方法和装置 | |
CN113325381B (zh) | 用于处理数据的方法、装置、设备以及存储介质 | |
CN111753961A (zh) | 模型训练方法和装置、预测方法和装置 | |
CN112530021B (zh) | 用于处理数据的方法、装置、设备以及存储介质 | |
CN111739005A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
WO2023155387A1 (zh) | 多传感器目标检测方法、装置、电子设备以及存储介质 | |
CN114186007A (zh) | 高精地图生成方法、装置、电子设备和存储介质 | |
US20230072632A1 (en) | Obstacle detection method, electronic device and storage medium | |
CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN114627239B (zh) | 包围盒生成方法、装置、设备及存储介质 | |
CN114238790A (zh) | 用于确定最大感知范围的方法、装置、设备以及存储介质 | |
CN112184828B (zh) | 激光雷达与摄像头的外参标定方法、装置及自动驾驶车辆 | |
CN113436233A (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
CN112102417A (zh) | 确定世界坐标的方法和装置及用于车路协同路侧相机的外参标定方法 | |
CN111833391A (zh) | 图像深度信息的估计方法及装置 | |
CN116642490A (zh) | 基于混合地图的视觉定位导航方法、机器人及存储介质 | |
CN113379884B (zh) | 地图渲染方法、装置、电子设备、存储介质以及车辆 | |
CN114910892A (zh) | 一种激光雷达的标定方法、装置、电子设备及存储介质 | |
CN115147561A (zh) | 位姿图生成方法、高精地图生成方法和装置 | |
CN115049810A (zh) | 固态激光雷达点云的上色方法、装置、设备及存储介质 | |
CN114581523A (zh) | 一种用于单目3d目标检测的标注数据确定方法和装置 | |
CN114429631A (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN114170300A (zh) | 高精地图点云位姿优化方法、装置、设备及介质 | |
CN110120075B (zh) | 用于处理信息的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |