CN117495912A - 一种多帧点云中动态物体的标注方法、装置、设备和存储介质 - Google Patents

一种多帧点云中动态物体的标注方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN117495912A
CN117495912A CN202311762051.3A CN202311762051A CN117495912A CN 117495912 A CN117495912 A CN 117495912A CN 202311762051 A CN202311762051 A CN 202311762051A CN 117495912 A CN117495912 A CN 117495912A
Authority
CN
China
Prior art keywords
point cloud
dynamic object
frame
labeling
information
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.)
Pending
Application number
CN202311762051.3A
Other languages
English (en)
Inventor
杨树森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Qichen Technology Co ltd
Original Assignee
Guangzhou Qichen Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Qichen Technology Co ltd filed Critical Guangzhou Qichen Technology Co ltd
Priority to CN202311762051.3A priority Critical patent/CN117495912A/zh
Publication of CN117495912A publication Critical patent/CN117495912A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供了一种多帧点云中动态物体的标注方法，包括获取车辆的定位信息，所述定位信息由所述车辆的惯性制导单元采集；获取所述车辆的多帧点云数据；根据所述定位信息将所述多帧点云数据转换为多个第一世界坐标数据，并进行叠加得到多个第二世界坐标数据；获取首帧和最后一帧所述点云数据内动态物体的第一标注信息和第二标注信息；获取所述动态物体在首帧和最后一帧所述点云数据中的位置和方向；根据所述第一标注信息、第二标注信息、位置和方向，采用特定处理方法得到所述动态物体的运动轨迹；对所述运动轨迹进行处理得到所述动态物体的标注信息。根据本发明所述的标注方法，能够在对多帧点云数据中的动态物体进行快速标注，提高标注效率。

Description

一种多帧点云中动态物体的标注方法、装置、设备和存储介质
技术领域
本发明属于点云数据标注技术领域，具体涉及一种多帧点云中动态物体的标注方法、装置、设备和存储介质。
背景技术
伴随着汽车行业由电动化比拼转向智能化较量，自动驾驶技术也迎来快速发展的契机。从乘用车到商用车，从L2+辅助驾驶逐渐成为标配，到无人配送车、无人环卫车、无人出租车等加速落地，自动驾驶应用如火如荼。点云数据是目前自动驾驶技术中常见的数据格式，基于点云数据的感知是目前自动驾驶技术中最可靠的信息来源。为了获得环境中的信息，需要大型3D深度学习网络对自动驾驶汽车采集的点云数据进行推理。而3D深度学习网络的权值数据获取则来自于对点云数据的标注。为了获得效果优良的3D深度学习网络权值，需要大量的训练数据。如何快速经济获得大量训练数据，对于自动驾驶技术迭代和优化具有重要意义。
但经申请人研究发现，在对多帧点云数据进行标注时，静态物体可以使用叠帧的方式进行快速标注。但是对于动态物体，叠帧的方法会因为物体发生位移而失败，而使用逐帧标注的方式来对点云数据进行标注，效率又不够理想，因此，如何快速对多帧点云数据中动态物体进行标注，是目前点云数据标注技术需要突破的问题。
发明内容
本发明的目的是要解决上述的技术问题，提供一种多帧点云中动态物体的标注方法、装置、设备和存储介质，能够在对多帧点云数据中的动态物体进行快速标注，提高标注效率。
为了解决上述问题，本发明按以下技术方案予以实现的：
第一方面，本发明提供了一种多帧点云中动态物体的标注方法，所述标注方法包括：
获取车辆的定位信息，所述定位信息由所述车辆的惯性制导单元采集；
获取所述车辆的多帧点云数据；
根据所述定位信息，将所述多帧点云数据转换为多个第一世界坐标数据；
将多个所述第一世界坐标数据进行叠加，得到多个第二世界坐标数据；
获取首帧所述点云数据内动态物体的第一标注信息；
获取最后一帧所述点云数据内所述动态物体的第二标注信息；
获取所述动态物体在首帧和最后一帧所述点云数据中的位置和方向；
根据所述第一标注信息、第二标注信息、位置和方向，采用特定处理方法得到所述动态物体的运动轨迹；
对所述运动轨迹进行处理得到所述动态物体的标注信息。
优选地，所述第一标注信息和所述第二标注信息为所述动态物体的形状和姿态。
优选地，所述特定处理方法为平滑处理方法。
优选地，所述平滑处理方法为三阶贝塞尔曲线，所述三阶贝塞尔曲线的约束包括所述动态物体在首帧所述点云数据中的位置、所述动态物体在首帧所述点云数据中的方向、所述动态物体在最后一帧所述点云数据中的位置、所述动态物体在最后一帧所述点云数据中的方向以及车道宽度。
优选地，对所述运动轨迹进行处理得到所述动态物体的标注信息的步骤包括：将所述运动轨迹进行等份分割；在所述等份分割的位置进行插值处理得到所述动态物体的标注信息。
优选地，所述插值处理的方法包括：若所述动态物体的速度未知，则假设所述动态物体的速度是匀速的并进行插值处理；若获取到所述动态物体的瞬时速度，则根据所述瞬时速度进行插值处理。
第二方面，本发明提供了一种多帧点云中动态物体的标注装置，所述多帧点云中动态物体的标注装置被配置为执行所述多帧点云中动态物体的标注方法，所述多帧点云中动态物体的标注装置包括：
定位数据获取模块，所述定位数据获取模块用于获取车辆的定位信息，所述定位信息由所述车辆的惯性制导单元采集；
点云数据获取模块，所述点云数据获取模块用于获取所述车辆的多帧点云数据；
坐标转换模块，所述坐标转换模块用于根据所述定位信息，将所述多帧点云数据转换为多个第一世界坐标数据；
坐标叠加模块，所述坐标叠加模块用于将多个所述第一世界坐标数据进行叠加，得到多个第二世界坐标数据；
第一标注信息获取模块，所述第一标注信息获取模块用于获取首帧所述点云数据内动态物体的第一标注信息；
第二标注信息获取模块，所述第二标注信息获取模块用于获取最后一帧所述点云数据内所述动态物体的第二标注信息；
位置方向获取模块，所述位置方向获取模块用于获取所述动态物体在首帧和最后一帧所述点云数据中的位置和方向；
运动轨迹获取模块，所述运动轨迹获取模块用于根据所述第一标注信息、第二标注信息、位置和方向，采用特定处理方法得到所述动态物体的运动轨迹；
标注信息获取模块，所述标注信息获取模块用于对所述运动轨迹进行处理得到所述动态物体的标注信息。
第三方面，本发明提供了一种电子设备，所述电子设备包括：
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计算机程序，所述计算机程序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以上第一方面中任一项所述的一种多帧点云中动态物体的标注方法。
第四方面，本发明提供了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，所述计算机程序用于使处理器执行时以上第一方面中任一项所述的一种多帧点云中动态物体的标注方法。
与现有技术相比，本发明的有益效果是：本发明提供了一种多帧点云中动态物体的标注方法，所述标注方法包括：获取车辆的定位信息，所述定位信息由所述车辆的惯性制导单元采集；获取所述车辆的多帧点云数据；根据所述定位信息将所述多帧点云数据转换为多个第一世界坐标数据；将多个所述第一世界坐标数据进行叠加得到多个第二世界坐标数据；获取首帧所述点云数据内动态物体的第一标注信息；获取最后一帧所述点云数据内所述动态物体的第二标注信息；获取所述动态物体在首帧和最后一帧所述点云数据中的位置和方向；根据所述第一标注信息、第二标注信息、位置和方向，采用特定处理方法得到所述动态物体的运动轨迹；对所述运动轨迹进行处理得到所述动态物体的标注信息。
根据本发明所述的标注方法，能够在对多帧点云数据中的动态物体进行快速标注，提高标注效率。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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
下面结合附图对本发明的具体实施方式作进一步详细的说明，其中：
图1是本发明实施例的一种多帧点云中动态物体的标注方法的结构图；
图2是本发明实施例的一种多帧点云中动态物体的标注方法的实施流程图；
图3是本发明的实施例的一种多帧点云中动态物体的标注装置的模块图；
图4是本发明的实施例的一种电子设备的结构示意图；
图5是本发明的实施例的一种多帧点云中动态物体的标注方法的实现效果图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所得到的所有其他实施例，都应当属于本发明保护的范围。
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如何快速经济获得大量训练数据，对于自动驾驶技术迭代和优化具有重要意义。但经申请人研究发现，在对多帧点云数据进行标注时，静态物体可以使用叠帧的方式进行快速标注。但是对于动态物体，叠帧的方法会因为物体发生位移而失败，而使用逐帧标注的方式来对点云数据进行标注，效率又不够理想，因此，如何快速对多帧点云数据中动态物体进行标注，是目前点云数据标注技术需要突破的问题。
为此，本发明提供了一种多帧点云中动态物体的标注方法、装置、设备和存储介质，能够在对多帧点云数据中的动态物体进行快速标注，提高标注效率。
图1是本发明所述的一种多帧点云中动态物体的标注方法的结构图，该方法可以由一种多帧点云中动态物体的标注装置来执行，该装置可以采用硬件和/或软件的形式实现，该装置可配置于电子设备中。如图1所示，所述方法包括：
步骤101、获取车辆的定位信息，所述定位信息由所述车辆的惯性制导单元采集。
需要说明的是，惯性制导单元也称为惯性测量单元，即IMU。惯性测量单元是测量物体三轴姿态角(或角速率)以及加速度的装置。一般的，一个IMU包含了三个单轴的加速度计和三个单轴的陀螺，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。
在本发明中，通过惯性制导单元获取所述车辆在世界坐标系中的定位信息，根据所述定位信息，可以将点云数据转换为世界坐标数据。
步骤102、获取所述车辆的多帧点云数据。
需要说明的是，点云是指在逆向工程中通过测量仪器得到的产品外观表面的点数据集合也称之为点云，通常使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。点云可以是静态的或者是动态的，这取决于云是否随时间变化。静态点云或动态点云实例通常表示为点云帧。应当注意，在动态点云的情况下，点的数量通常不是恒定的，而是相反，通常随着时间而变化。更一般地，如果任何事项(诸如例如点的数量、一个或多个点的位置、或任何点的任何属性)随时间变化，则可以认为点云是动态的。
步骤103、根据所述定位信息，将所述多帧点云数据转换为多个第一世界坐标数据。
具体的，根据所述定位信息将多帧所述点云数据转换为第一世界坐标数据的步骤包括：(1)先将x设为所述点云数据的x轴坐标，y为所述点云数据的y轴坐标，θ为所述点云数据内的旋转角，△x为所述轴坐标的平移量,△y为所述轴坐标的平移量；(2)根据公式x1＝(x-Δx)cosθ+(y-Δy)sinθ计算得到所述第一世界坐标数据中的x轴数据为x1，再根据公式y1＝(y-Δy)cosθ+(x-Δx)sinθ计算得到所述第一世界坐标数据中的y轴数据为y1。
本发明中，将所述点云数据转换为所述第一世界坐标数据的过程中，只需转换的信息是x轴坐标和y轴坐标，为了提高计算速度，z轴坐标可以不用转换，同样的，对于旋转角，翻转角和俯仰角，只需要计算旋转角，即所述θ角，这样可以将三维的点云坐标数据简化成二维的坐标系转换，提高计算速度。需要说明的是，将两坐标轴按同一方向绕原点旋转同一角度的坐标变换叫做坐标轴的旋转，坐标轴的旋转角度称为旋转角。
步骤104、将多个所述第一世界坐标数据进行叠加，得到多个第二世界坐标数据。
本发明中，将转换到世界坐标系下的多帧点云数据进行叠加，位于不同帧点云内的物体，因为在世界坐标系内的绝对位置相同，就会叠加在一起，数据标注员对其形状和姿态进行标注，即可以得到标注信息，系统将标注的信息储存起来，所述标注信息是基于世界坐标系的。特别地，在很多帧点云叠加在一起的时候，点云数量会过多，从而导致计算机卡顿，可以使用体素滤波或者裁剪等方式，减少数据量，提高计算机的处理速度。
需要说明的是，体素滤波，即减少点的数量，减少点云数据，并同时保持点云的形状特征，PCL实现的VoxelGrid类通过输入的点云数据创建一个三维体素栅格，然后在每个体素(即三维立方体)内，用体素中所有点的重心来近似显示体素中其他点，这样该体素内所有点就用一个重心点最终表示，这样即可减少点云的数量，这种方法对于采样点对应曲面的表示更为准确。
步骤105、获取首帧所述点云数据内动态物体的第一标注信息。
步骤106、获取最后一帧所述点云数据内所述动态物体的第二标注信息。
具体的，所述第一标注信息和所述第二标注信息为所述动态物体的形状和姿态。在对所述第一世界坐标数据进行叠加后得到第二世界坐标数据，在第二世界坐标数据的基础上，标注员对所述多帧点云数据内动态物体进行标注得到所述动态物体的第一标注信息和第二标注信息。
步骤107、获取所述动态物体在首帧和最后一帧所述点云数据中的位置和方向。
步骤108、根据所述第一标注信息、第二标注信息、位置和方向，采用特定处理方法得到所述动态物体的运动轨迹。
具体的，所述特定处理方法为平滑处理方法。
进一步的，所述平滑处理方法为三阶贝塞尔曲线，所述三阶贝塞尔曲线的约束包括所述动态物体在首帧所述点云数据中的位置、所述动态物体在首帧所述点云数据中的方向、所述动态物体在最后一帧所述点云数据中的位置、所述动态物体在最后一帧所述点云数据中的方向以及车道宽度。
步骤109、对所述运动轨迹进行处理得到所述动态物体的标注信息。
具体的，对所述运动轨迹进行处理得到所述动态物体的标注信息的步骤包括：将所述运动轨迹进行等份分割；在所述等份分割的位置进行插值处理得到所述动态物体的标注信息。
进一步的，所述插值处理的方法包括：若所述动态物体的速度未知，则假设所述动态物体的速度是匀速的并进行插值处理；若获取到所述动态物体的瞬时速度，则根据所述瞬时速度进行插值处理。
图2是本发明所述的一种多帧点云中动态物体的标注方法的实施流程图。如图2所示，该实施例包括：
(1)从惯性制导单元中获取车辆的定位信息。
(2)获取所述车辆的多帧点云数据。
(3)根据所述定位信息将所述多帧点云数据转换为多个第一世界坐标数据。具体的，将x设为所述点云数据的x轴坐标，y为所述点云数据的y轴坐标，θ为所述点云数据内的旋转角，△x为所述轴坐标的平移量,△y为所述轴坐标的平移量。根据公式
x1＝(x-Δx)cosθ+(y-Δy)sinθ计算得到所述第一世界坐标数据中的x轴数据为x1，再根据公式y1＝(y-Δy)cosθ+(x-Δx)sinθ计算得到所述第一世界坐标数据中的y轴数据为y1。
(4)将多个所述第一世界坐标数据进行叠加得到多个第二世界坐标数据，具体的，通过体素滤波或裁剪的方式减少叠加后的点云数据量。
(5)数据标注员对叠加后的点云标注动态物体的形状和姿态。
(6)获取首帧所述点云数据内动态物体的第一标注信息，具体的，所述第一标注信息包括所述动态物体的形状和姿态。
(7)获取最后一帧所述点云数据内所述动态物体的第二标注信息，具体的，所述第二标注信息包括所述动态物体的形状和姿态。
(8)获取所述动态物体在首帧和最后一帧所述点云数据中的位置和方向。
(9)根据所述第一标注信息、第二标注信息、位置和方向，采用三阶贝塞尔曲线得到所述动态物体的运动轨迹。具体的，所述三阶贝塞尔曲线的约束包括所述动态物体在首帧所述点云数据中的位置、所述动态物体在首帧所述点云数据中的方向、所述动态物体在最后一帧所述点云数据中的位置、所述动态物体在最后一帧所述点云数据中的方向以及车道宽度。
(10)对所述运动轨迹进行分割并插值处理得到所述动态物体的标注信息。
图3是本发明所述的一种多帧点云中动态物体的标注装置的模块图。如图3所示，该模块包括：
301、定位数据获取模块，所述定位数据获取模块用于获取车辆的定位信息，所述定位信息由所述车辆的惯性制导单元采集。
302、点云数据获取模块，所述点云数据获取模块用于获取所述车辆的多帧点云数据。
303、坐标转换模块，所述坐标转换模块用于根据所述定位信息，将所述多帧点云数据转换为多个第一世界坐标数据。
304、坐标叠加模块，所述坐标叠加模块用于将多个所述第一世界坐标数据进行叠加，得到多个第二世界坐标数据。
305、第一标注信息获取模块，所述第一标注信息获取模块用于获取首帧所述点云数据内动态物体的第一标注信息。
306、第二标注信息获取模块，所述第二标注信息获取模块用于获取最后一帧所述点云数据内所述动态物体的第二标注信息。
307、位置方向获取模块，所述位置方向获取模块用于获取所述动态物体在首帧和最后一帧所述点云数据中的位置和方向。
308、运动轨迹获取模块，所述运动轨迹获取模块用于根据所述第一标注信息、第二标注信息、位置和方向，采用特定处理方法得到所述动态物体的运动轨迹。
309、标注信息获取模块，所述标注信息获取模块用于对所述运动轨迹进行处理得到所述动态物体的标注信息。
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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11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11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11执行上文所描述的各个方法和处理，如解决一种多帧点云中动态物体的标注方法。
在一些实施例中，一种多帧点云中动态物体的标注方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的一种多帧点云中动态物体的标注方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种多帧点云中动态物体的标注方法。
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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中，计算机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计算机程序。计算机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。备选地，计算机可读存储介质可以是机器可读信号介质。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)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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)、区块链网络和互联网。
计算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服务中，存在的管理难度大，业务扩展性弱的缺陷。
本发明实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序在被处理器执行时实现如本发明实施例所提供的一种多帧点云中动态物体的标注方法。
计算机程序产品在实现的过程中，可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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，本发明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，只要能够实现本发明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，并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (9)

1.一种多帧点云中动态物体的标注方法，其特征在于，所述标注方法包括：
获取车辆的定位信息，所述定位信息由所述车辆的惯性制导单元采集；
获取所述车辆的多帧点云数据；
根据所述定位信息，将所述多帧点云数据转换为多个第一世界坐标数据；
将多个所述第一世界坐标数据进行叠加，得到多个第二世界坐标数据；
获取首帧所述点云数据内动态物体的第一标注信息；
获取最后一帧所述点云数据内所述动态物体的第二标注信息；
获取所述动态物体在首帧和最后一帧所述点云数据中的位置和方向；
根据所述第一标注信息、第二标注信息、位置和方向，采用特定处理方法得到所述动态物体的运动轨迹；
对所述运动轨迹进行处理得到所述动态物体的标注信息。
2.根据权利要求1所述的一种多帧点云中动态物体的标注方法，其特征在于，包括：
所述第一标注信息和所述第二标注信息为所述动态物体的形状和姿态。
3.根据权利要求1所述的一种多帧点云中动态物体的标注方法，其特征在于，包括：
所述特定处理方法为平滑处理方法。
4.根据权利要求3所述的一种多帧点云中动态物体的标注方法，其特征在于，包括：
所述平滑处理方法为三阶贝塞尔曲线，所述三阶贝塞尔曲线的约束包括所述动态物体在首帧所述点云数据中的位置、所述动态物体在首帧所述点云数据中的方向、所述动态物体在最后一帧所述点云数据中的位置、所述动态物体在最后一帧所述点云数据中的方向以及车道宽度。
5.根据权利要求1所述的一种多帧点云中动态物体的标注方法，其特征在于，对所述运动轨迹进行处理得到所述动态物体的标注信息的步骤包括：
将所述运动轨迹进行等份分割；
在所述等份分割的位置进行插值处理得到所述动态物体的标注信息。
6.根据权利要求5所述的一种多帧点云中动态物体的标注方法，其特征在于，所述插值处理的方法包括：
若所述动态物体的速度未知，则假设所述动态物体的速度是匀速的并进行插值处理；
若获取到所述动态物体的瞬时速度，则根据所述瞬时速度进行插值处理。
7.一种多帧点云中动态物体的标注装置，其特征在于，所述多帧点云中动态物体的标注装置被配置为执行所述多帧点云中动态物体的标注方法，所述多帧点云中动态物体的标注装置包括：
定位数据获取模块，所述定位数据获取模块用于获取车辆的定位信息，所述定位信息由所述车辆的惯性制导单元采集；
点云数据获取模块，所述点云数据获取模块用于获取所述车辆的多帧点云数据；
坐标转换模块，所述坐标转换模块用于根据所述定位信息，将所述多帧点云数据转换为多个第一世界坐标数据；
坐标叠加模块，所述坐标叠加模块用于将多个所述第一世界坐标数据进行叠加，得到多个第二世界坐标数据；
第一标注信息获取模块，所述第一标注信息获取模块用于获取首帧所述点云数据内动态物体的第一标注信息；
第二标注信息获取模块，所述第二标注信息获取模块用于获取最后一帧所述点云数据内所述动态物体的第二标注信息；
位置方向获取模块，所述位置方向获取模块用于获取所述动态物体在首帧和最后一帧所述点云数据中的位置和方向；
运动轨迹获取模块，所述运动轨迹获取模块用于根据所述第一标注信息、第二标注信息、位置和方向，采用特定处理方法得到所述动态物体的运动轨迹；
标注信息获取模块，所述标注信息获取模块用于对所述运动轨迹进行处理得到所述动态物体的标注信息。
8.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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至6中任意一项所述的一种多帧点云中动态物体的标注方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，
所述计算机程序用于使处理器执行时实现权利要求1至6中任意一项所述的一种多帧点云中动态物体的标注方法。
CN202311762051.3A 2023-12-20 2023-12-20 一种多帧点云中动态物体的标注方法、装置、设备和存储介质 Pending CN117495912A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311762051.3A CN117495912A (zh) 2023-12-20 2023-12-20 一种多帧点云中动态物体的标注方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311762051.3A CN117495912A (zh) 2023-12-20 2023-12-20 一种多帧点云中动态物体的标注方法、装置、设备和存储介质

Publications (1)

Publication Number Publication Date
CN117495912A true CN117495912A (zh) 2024-02-02

Family

ID=89676683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311762051.3A Pending CN117495912A (zh) 2023-12-20 2023-12-20 一种多帧点云中动态物体的标注方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN117495912A (zh)

Similar Documents

Publication Publication Date Title
JP7299261B2 (ja) 車両のデッドレコニング方法、装置、デバイス、記憶媒体、及びプログラム
KR102559269B1 (ko) 실경 내비게이션 아이콘 표시 방법, 장치, 기기 및 매체
US11789455B2 (en) Control of autonomous vehicle based on fusion of pose information and visual data
US20220306121A1 (en) Method for detecting bumpy region of road surface, electronic device, storage medium, and vehicle
CN104567931B (zh) 一种室内惯性导航定位的航向漂移误差消除方法
CN109931944B (zh) 一种ar导航方法、装置、车端设备、服务端及介质
JP7287997B2 (ja) 位置決め方法、位置決め装置、電子機器、車端機器、自動運転車、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
WO2018214227A1 (zh) 一种无人车实时姿态测量方法
CN114323033A (zh) 基于车道线和特征点的定位方法、设备及自动驾驶车辆
EP4194807A1 (en) High-precision map construction method and apparatus, electronic device, and storage medium
JP2022050672A (ja) 地図データ処理方法及び装置
CN106370178A (zh) 移动终端设备的姿态测量方法及装置
CN117495912A (zh) 一种多帧点云中动态物体的标注方法、装置、设备和存储介质
CN115792985A (zh) 一种车辆定位方法、装置、电子设备、存储介质及车辆
CN113218380B (zh) 一种电子罗盘的校正方法、装置、电子设备及存储介质
CN116543032A (zh) 冲击物测距方法、装置、测距设备及存储介质
CN114266876B (zh) 定位方法、视觉地图的生成方法及其装置
CN115727871A (zh) 一种轨迹质量检测方法、装置、电子设备和存储介质
CN117911505A (zh) 一种点云数据标注方法、装置、设备及存储介质
CN116358606B (zh) 惯导系统的初始粗对准方法、装置、设备及介质
CN116429094B (zh) 定位方法、装置、电子设备及存储介质
CN118465779B (zh) 一种井下定位方法、装置、电子设备及存储介质
CN117346801A (zh) 地图获取方法、装置及设备
KR102595677B1 (ko) 위치 정보 결정 방법, 장치 및 기기
CN115586773B (zh) 移动机器人的路径规划方法、装置、设备和介质

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