【技术实现步骤摘要】
将合成激光雷达数据迁移至真实域用于自动驾驶汽车训练
本申请涉及自动驾驶汽车训练领域，尤其涉及一种将合成激光雷达数据关联至真实域，以训练自动驾驶汽车如何在环境中运行的方法、系统及计算机可读介质。
技术介绍
自动驾驶汽车需要大量行驶环境相关数据，以探测和识别环境中的物体，并预测其他物体(如行人和其他车辆)的行动。用于收集此类数据的一种系统为激光雷达(LiDAR)系统。激光雷达系统向物体发射激光，然后通过各种探测器测量物体反射光。该激光雷达系统分析反射光的特征，并形成三维(3D)点云数据，描绘环境中物体的三维形状和环境特征。训练自动驾驶汽车还需三维数据集，以构建在环境中行动和反应的知识库。但是，在所有区域收集激光雷达数据费时且昂贵。而且在任何环境中，物体位置都会不断变化。本申请描述的实施例旨在解决上述问题和/或其他问题。
技术实现思路
本申请披露了相关方法，将合成激光雷达数据关联至真实域，以训练自动驾驶汽车如何在环境中运行。为此，该系统先获取合成激光雷达数据的数据集，将合成激光雷达数据迁移至二维...
【技术保护点】
1.一种将合成激光雷达数据关联至真实域用于自动驾驶汽车训练的方法，包括，通过处理设备：/n获取合成激光雷达数据的数据集；/n将所述合成激光雷达数据迁移至二维表达；/n使用所述二维表达训练真实环境模型；/n使用经训练的所述真实环境模型训练自动驾驶汽车。/n
【技术特征摘要】
20190410 US 16/380,1801.一种将合成激光雷达数据关联至真实域用于自动驾驶汽车训练的方法，包括，通过处理设备：
获取合成激光雷达数据的数据集；
将所述合成激光雷达数据迁移至二维表达；
使用所述二维表达训练真实环境模型；
使用经训练的所述真实环境模型训练自动驾驶汽车。
2.根据权利要求1所述的方法，其特征在于，所述获取合成激光雷达数据的数据集包括，在仿真应用的模拟环境中操作虚拟汽车，并通过所述仿真应用生成所述合成激光雷达数据的数据集。
3.根据权利要求2所述的方法，其特征在于，所述使用仿真应用生成所述合成激光雷达数据的数据集包括，在模拟环境中操作虚拟汽车时：
获取仿真生成的多个深度图像；
从仿真生成的多个图像帧当中提取样本；
将所述样本关联至深度图像，以将每一样本逼近一个或多个深度图像中的像素。
4.根据权利要求1所述的方法，其特征在于，将合成激光雷达数据迁移至二维表达包括，将合成激光雷达数据迁移至鸟瞰表达。
5.根据权利要求1所述的方法，其特征在于，将合成激光雷达数据迁移至二维表达包括，生成多幅二维正视图像。
6.根据权利要求1所述的方法，还包括，在合成激光雷达数据的多帧内生成地面实况注释，以识别合成激光雷达数据中的一个或多个物体。
7.根据权利要求1所述的方法，其特征在于：
所述方法还包括，接收真实环境中捕获的多幅图像；
将所述合成激光雷达数据迁移至所述二维表达包括：
从所述激光雷达数据生成多幅二维正视图像，
将所述合成激光雷达数据中的一个或多个物体映射至所述多幅图像中的一个或多个物体上。
8.根据权利要求7所述的方法，其特征在于：
所述方法还包括，在合成激光雷达数据的多帧内生成地面实况注释，以识别所述合成激光雷达数据中的一个或多个物体；
其中至少部分所述正视图像包括识别一个或多个物体的一个或多个地面实况注释。
9.根据权利要求7所述的方法，其特征在于，使用二维表达训练真实环境模型包括，使用在真实环境中捕获的多幅图像、来自激光雷达数据的二维正视图像以及映射结果来训练真实环境模型。
10.一种将合成激光雷达数据关联至真实域用于自动驾驶汽车训练的系统，所述系统包括：
处理器；
非临时内存，储存了合成激光雷达数据的数据集；
包含编程指令的非临时内存，所述编程指令用于指示处理器：
访问合成激光雷达数据的数据集，并从该数据集提取合成激光雷达数据，
将所提取的合成激光雷达数据迁移至二维表达，
使用所述二维表达训练真实环境模型；
使用经训练的所述真实环境模型训练自动驾驶汽车。
11.根据权利要求10所述的系统，还包括另外的编程指令，用于指示处理器实现仿真应用，该仿真应用通过在其模拟环境中操作虚拟汽车，生成所述...
【专利技术属性】
技术研发人员：K陈，J海斯，E尤梅尔，
申请(专利权)人：埃尔构人工智能有限责任公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。