[發明專利]一種基于規則變異的自動駕駛激光雷達數據擴增方法

在審

• 申請號: 202010714660.1
• 申請日: 2020-07-23
• 公開（公告）號: CN111882199A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 陳振宇;郭安;鄧靖琦;馮洋;夏志龍
• 申請（專利權）人: 深圳慕智科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于規則變異的自動駕駛激光雷達數據擴增方法，其特征在于，設計點云數據擴增規則對種子點云數據進行變異，從而獲得增強點云數據，最后對增強的數據進行質量評估，首先，設計符合點云數據的變異規則和自動變異技術，作為點云數據擴增的理論支撐，使得原始點云數據能夠有依據的進行數據增強，然后，整合增強數據，形成開源點云測試數據集并選擇工業級的自動駕駛軟件系統進行實驗驗證，最后基于驗證過程和實際系統反饋結果，發掘其中的真實缺陷與錯誤，實驗驗證測試數據生成技術的有效性。

2.根據權利要求1所述的一種基于規則變異的自動駕駛激光雷達數據擴增方法，其特征在于，點云數據變異規則設計，構建點云數據擴增規則庫，分別存儲設計的等價變異規則和非等價變異規則，其中，等價變異規則指在完成變異后，雷達對于點云數據的期望判定結果與變異前是一致的，主要包括：降雨影響規則，降雪影響規則，霧霾影響規則，通過一定的樣本數據擬合這類要素對于點云數據衰減和變化的影響，而非等價變異則是指在完成變異后，雷達對于點云數據的期望判定結果與變異前是不一致的，非等價變異規則包括：翻轉規則與噪點影響規則，翻轉規則通過對點云數據進行基于垂直坐標軸的對稱翻轉，在完成翻轉后，感知系統應該獲得與原始數據在坐標軸對稱的感知結果，噪點影響規則是通過對某些會影響判定的標志物點云數據加入噪點或進行刪除，使得感知系統獲得與原始數據差異較大的感知結果。

3.根據權利要求1所述的一種基于規則變異的自動駕駛激光雷達數據擴增方法，其特征在于，變異點云數據構建，源數據采集使用KITTI數據集等主流計算機視覺數據集，基于該數據集，應用定義的規則獲得大量的變異點云數據，點云數據的處理采用PCL(The PointCloud Library)點云操作庫進行，實現對點云的獲取、濾波、分割、配準、檢索、特征提取、識別、追蹤、曲面重建、可視化等，最終開發一個針對駕駛場景的點云數據自動化變異工具，根據構建的規則對點云數據進行處理，并將變異結果進行可視化輸出展示。

4.根據權利要求1所述的基于可理解特征變異的智能交通數據測試樣本生成方法，其特征在于，基于蛻變關系的點云擴增數據評估，解決直接評估難以準確定義場景下駕駛行為正確性的問題，定義蛻變關系MR：V和V'是在相同位置的兩幀點云數據(V'是擴增后的點云數據)，O和O'分別是V和V'利用3D目標檢測模型檢測到的目標物集合，3D目標檢測模型擬采用second.torch算法，使用改進的稀疏卷積方法進行點云目標檢測，從KITTI數據集中隨機選取點云數據，利用3D目標檢測算法對其進行目標檢測，生成檢測到的目標物集合O，再通過選擇不同的天氣模式和對應模式的具體狀況進行點云數據擴增，生成檢測到的障礙物集合O'，之后通過比較O和O'來評估擴增數據，擴增后的可識別目標數應該與原始數據不同。