[發(fā)明專(zhuān)利]一種激光點(diǎn)云的語(yǔ)義信息標(biāo)注方法及相關(guān)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110994744.X
• 申請(qǐng)日: 2021-08-27
• 公開(kāi)（公告）號(hào): CN113703455A
• 公開(kāi)（公告）日: 2021-11-26
• 發(fā)明（設(shè)計(jì)）人: 趙宇奇;陳坤杰;韓旭
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣州文遠(yuǎn)知行科技有限公司
• 主分類(lèi)號(hào): G05D1/02
• 分類(lèi)號(hào): G05D1/02
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 彭東威

本申請(qǐng)公開(kāi)了一種激光點(diǎn)云的語(yǔ)義信息標(biāo)注方法及相關(guān)設(shè)備，包括：獲取激光點(diǎn)云圖像中標(biāo)注為感興趣區(qū)域的第一多邊形列表，以及標(biāo)注為不可行駛區(qū)域的第二多邊形列表；判斷第一多邊形列表中的每個(gè)第一多邊形是否與第二多邊形列表中的任意一個(gè)第二多邊形存在重疊；若是，針對(duì)存在重疊的目標(biāo)第一多邊形和目標(biāo)第二多邊形，根據(jù)其差集，生成新的第一多邊形替換掉第一多邊形列表中的目標(biāo)第一多邊形；直到第一多邊形列表中的所有第一多邊形與第二多邊形中的任意第二多邊形均不存在重疊時(shí)，將最終的第一多邊形列表中的各第一多邊形標(biāo)注為可行駛區(qū)域。上述計(jì)算過(guò)程所需的計(jì)算不復(fù)雜且計(jì)算量不大，能夠快速高效地實(shí)現(xiàn)激光點(diǎn)云的語(yǔ)義信息標(biāo)注。

技術(shù)領(lǐng)域

本申請(qǐng)涉及自動(dòng)駕駛技術(shù)領(lǐng)域，更具體地說(shuō)，是涉及一種激光點(diǎn)云的語(yǔ)義信息標(biāo)注方法及相關(guān)設(shè)備。

背景技術(shù)

近些年來(lái)隨著人工智能技術(shù)的發(fā)展，其各個(gè)落地場(chǎng)景也在逐步投入使用，比如AI醫(yī)療、人臉識(shí)別支付技術(shù)、智能機(jī)器人以及自動(dòng)駕駛技術(shù)。自動(dòng)駕駛技術(shù)作為一項(xiàng)比較重要的技術(shù)，還處在技術(shù)不斷迭代的測(cè)試階段，國(guó)內(nèi)外仍在持續(xù)不斷地投入資源以開(kāi)展相關(guān)的研發(fā)工作。

自動(dòng)駕駛技術(shù)是一個(gè)復(fù)雜的工程體系，需要各個(gè)模塊相互配合才能全方位保證駕駛的安全性，這些模塊大致分為環(huán)境感知、行為決策、路徑規(guī)劃、行為控制四個(gè)模塊。

其中，環(huán)境感知模塊包括靜態(tài)物體、動(dòng)態(tài)物體、路面三個(gè)方面。針對(duì)運(yùn)動(dòng)物體，不僅要進(jìn)行對(duì)象檢測(cè)而且要跟蹤其軌跡，并且基于跟蹤結(jié)果預(yù)測(cè)對(duì)象的下一個(gè)位置。這點(diǎn)在市區(qū)道路是必不可少的，特別在交通狀況混亂的城市，針對(duì)運(yùn)動(dòng)物體的環(huán)境感知尤為重要。當(dāng)無(wú)人車(chē)運(yùn)行在路上，由于行人會(huì)持續(xù)不斷的經(jīng)過(guò)車(chē)輛前方，如果一旦檢測(cè)到前方有行人或者車(chē)輛就停車(chē)，將永遠(yuǎn)難以合理地通過(guò)所有路口。司機(jī)將根據(jù)行人的移動(dòng)軌跡粗略地評(píng)估下一個(gè)位置，然后根據(jù)行人的速度計(jì)算安全空間，即路徑規(guī)劃過(guò)程。這一過(guò)程不僅針對(duì)單一物體，大多數(shù)情況都是多目標(biāo)的檢測(cè)及跟蹤。無(wú)人駕駛車(chē)輛也必須能夠做到這一點(diǎn)。

行為決策模塊需要收集車(chē)輛的所有重要外圍信息，不僅包括無(wú)人駕駛車(chē)輛本身的當(dāng)前速度、方向、位置和行駛車(chē)道，還包括在無(wú)人駕駛車(chē)輛的一定距離內(nèi)的障礙物信息，并且需要預(yù)測(cè)其他障礙物的軌跡。行為決策作為自動(dòng)駕駛體系中一個(gè)匯集信息的模塊，其需要解決的問(wèn)題是，將環(huán)境感知模塊的輸出作為輸入，并根據(jù)這些信息的知識(shí)來(lái)決定無(wú)人駕駛車(chē)輛的駕駛策略。

路徑規(guī)劃模塊是基于環(huán)境感知模塊提供的周?chē)h(huán)境信息和車(chē)輛在該環(huán)境中的確定位置，根據(jù)一定的路徑查找算法，找到一條較優(yōu)的可通行路徑，然后實(shí)現(xiàn)無(wú)人駕駛車(chē)輛自動(dòng)導(dǎo)航到確定位置。根據(jù)環(huán)境感知模塊感知到的周?chē)ぷ鳝h(huán)境信息的完整性，路徑規(guī)劃方法包括依靠于環(huán)境感知模塊實(shí)時(shí)采集到的環(huán)境信息作為融合環(huán)境信息的局部路徑規(guī)劃方法，與依靠于全局的周邊環(huán)境信息的全局路徑規(guī)劃方法。

運(yùn)動(dòng)控制模塊則包括縱向和橫向的車(chē)輛控制。橫向控制即通過(guò)給定的速度，并且車(chē)輛可以通過(guò)控制行駛及轉(zhuǎn)向進(jìn)而沿著預(yù)定軌道移動(dòng)。縱向控制是為了在車(chē)輛行駛過(guò)程中設(shè)置恰當(dāng)?shù)乃俣龋蠖鄷r(shí)候需要水平方向控制的配合，共同達(dá)到自動(dòng)駕駛車(chē)輛的平穩(wěn)性、舒適性尤其是安全性，為客戶(hù)提供優(yōu)良的乘車(chē)體驗(yàn)。

通過(guò)以上分析可知，環(huán)境感知模型在無(wú)人駕駛的整個(gè)體系下扮演著相當(dāng)關(guān)鍵的角色。隨著道路場(chǎng)景越來(lái)越復(fù)雜，如果只能識(shí)別2D或者3D box，將很難較好的理解場(chǎng)景。獲取標(biāo)簽數(shù)據(jù)，是構(gòu)建環(huán)境感知模型中最關(guān)鍵的部分。因此，迫切需要針對(duì)每個(gè)點(diǎn)云的點(diǎn)粒度的語(yǔ)義信息。

然而，目前大多通過(guò)人工對(duì)每個(gè)點(diǎn)云的點(diǎn)粒度的語(yǔ)義信息進(jìn)行標(biāo)注，這樣的標(biāo)注成本很高，標(biāo)注速度也很慢，最終導(dǎo)致激光點(diǎn)云的標(biāo)簽數(shù)據(jù)量比較小。如何提高激光點(diǎn)云點(diǎn)粒度的語(yǔ)義信息標(biāo)注速度顯得極為重要。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)?zhí)峁┝艘环N激光點(diǎn)云的語(yǔ)義信息標(biāo)注方法及相關(guān)設(shè)備，其能夠在一定程度上解決激光點(diǎn)云數(shù)據(jù)標(biāo)注成本高且標(biāo)注速度慢的問(wèn)題。

為實(shí)現(xiàn)上述目的，本申請(qǐng)第一方面提供了一種激光點(diǎn)云的語(yǔ)義信息標(biāo)注方法，包括：