智能駕駛是現(xiàn)代科學技術的集大成者,匯聚了視覺、語音、語言、深度學習等多項人工智能成果。在智能駕駛技術中,感知就像人類的眼睛和耳朵,幫助車輛觀察周圍環(huán)境;決策就像大腦,實時分析可行駛空間和其他交通參與者的行為意圖;控制則依托系統(tǒng)控制車輛,通過打方向、踩油門、踩剎車等完成駕駛行為。
本篇內(nèi)容將重點介紹自動駕駛技術中的“感知系統(tǒng)”,以及基于激光雷達生成的3D點云圖像標注。
自動駕駛環(huán)境感知的“見聞色”
在自動駕駛技術中,其感知系統(tǒng)主要通過Lidar激光雷達、Camera相機、Radar毫米波雷達3個類別的傳感器來進行道路環(huán)境感知。
[圖源DataFunTalk]
就目前自動駕駛階段來講,激光雷達是幫助自動駕駛系統(tǒng)進行正確感知的重要傳感器。
它通過發(fā)射和接受激光束,分析激光遇到目標對象后的折返時間,計算出目標對象與車的相對距離。并利用此過程中收集的目標對象表面大量密集的點的三維坐標、反射率和紋理等信息,快速復建出被測目標的三維模型及線、面、體等各種圖件數(shù)據(jù),建立三維點云圖,繪制出環(huán)境地圖,以達到環(huán)境感知的目的。
簡單來說,激光雷達最大的優(yōu)勢就是用3D點云為自動駕駛汽車精確“描繪”出周邊環(huán)境。
與2D圖像數(shù)據(jù)相比,3D點云數(shù)據(jù)中包含目標的距離、角度、反射強度、速度等信息,不依賴于外界光照條件或目標本身的輻射特性,可以更好的感知汽車周邊道路環(huán)境,為感知系統(tǒng)提供決策依據(jù),堪稱自動駕駛界的“見聞色”。
基于激光雷達生成的3D點云圖像標注
通過精細化的標注,3D點云數(shù)據(jù)才可以用于自動駕駛系統(tǒng)訓練的訓練。
具體實現(xiàn)形式是在激光雷達采集的點云圖像中,通過3D矩形或者語義分割將道路目標物體(多類型指定對象:包括但不限于車輛、建筑、樹木、行人等等)精準標注出來。
云測數(shù)據(jù)自研的的三維標注工具,尤其是3D點云的標注工具,通過渲染引擎等方面的優(yōu)化,保證整個過程的流暢和快捷。對激光雷達成像的圖像中的機動車、障礙物、行人等多目標進行3D點云標注,也是業(yè)內(nèi)率先實現(xiàn)2D3D融合標注的平臺之一。
當前的自動駕駛所需數(shù)據(jù)需求,正向著多模態(tài)的方向發(fā)展。所謂多模態(tài),即是對多維時間、空間、環(huán)境數(shù)據(jù)的感知與融合。比如當前的自動駕駛需要雷達+攝像頭生成的點云數(shù)據(jù)和2D圖像數(shù)據(jù)能為車輛決策系統(tǒng)提供更可靠的數(shù)據(jù)依據(jù)。
在云測數(shù)據(jù)標注平臺中,可通過“2D3D融合功能”進行對應的融合標注,將點云中的標注物體通過融合參數(shù)映射到2D圖中。如下所示:
云測數(shù)據(jù)在智能駕駛數(shù)據(jù)標注領域長期保持著領先優(yōu)勢,致力于在數(shù)據(jù)質量的導向下實現(xiàn)更優(yōu)的品控和更快的數(shù)據(jù)交付。
在標注工具方面,云測數(shù)據(jù)全面支持3D點云標注、3D矩形框選、語義分割、目標跟蹤(用于標注點云連續(xù)幀)、2D3D融合標注等工具的使用,同時擁有快速切幀、復制功能、2D圖輔助框、有效標注區(qū)域、預置框、自動貼合等一系列提高標注效率和準確度的輔助功能。
[自動貼合示意圖↑]
作為深耕智能駕駛領域的AI數(shù)據(jù)服務商,云測數(shù)據(jù)積累了大量3D點云數(shù)據(jù)標注經(jīng)驗,已輸出了近千萬幀的高質量點云數(shù)據(jù)。這些高質量數(shù)據(jù)應用于自動駕駛感知系統(tǒng)的優(yōu)化進步,助力算法工程師和企業(yè)們在3D感知、場景理解等方面取得進展,為智能駕駛企業(yè)提供更多商業(yè)價值。
