【技术实现步骤摘要】
红绿灯自动标注方法及计算机设备
本专利技术涉及自动驾驶领域，尤其涉及一种红绿灯自动标注方法及计算机设备。
技术介绍
随着科学技术的进步和发展，自动驾驶车辆已经基本具备自动操作和行驶能力，自动驾驶技术主要利用车载传感器(如相机、激光雷达等)来感知车辆周围环境，并根据感知所获得的道路、车辆位置、交通标志和障碍物等信息，控制车辆的转向和速度，其中对红绿灯及时、准确地识别是车辆能够安全、可靠地在道路上行驶的一个重要前提条件。高清地图的元素中，与其他地面上的元素，如车道线，可以通过俯视的角度看的2D视角不同，L4/L5级别自动驾驶车辆需要将红绿灯的三维空间位置以三维坐标的形式准确地标注出来。目前，自动驾驶技术对红绿灯进行识别的方案通常是通过在三维空间显示三维地图的点云数据，然后用鼠标圈住红绿灯的点云数据进行标注。这种方式不仅需要大量人工，而且在三维空间操作，难度也非常大，耗时耗精力，容易出错。为了提高红绿灯的标注效率以及准确率，提供一种快速的红绿灯标注的方法已成为亟待解决的问题。
技术实现思路
本专利技术提...
【技术保护点】
1.一种红绿灯自动标注方法，其特征在于，所述方法包括：/n获取图像数据和点云数据，所述点云数据包括多个点数据；/n识别出所述图像数据中的红绿灯区域；/n在所述图像数据中构建所述红绿灯区域的二维边框；/n根据所述二维边框确定所述点云数据中与所述二维边框对应区域中的所述点数据；/n给所述点数据添加标签，所述标签包括第一标签；/n统计所述点数据在预设时间段内的所述第一标签的数量；以及/n将所述第一标签的数量达到预设值的所述点数据设置为红绿灯点数据；/n多个所述红绿灯点数据组成红绿灯点云数据；/n根据所述红绿灯点云数据构建所述点云数据中的三维边框。/n
【技术特征摘要】
1.一种红绿灯自动标注方法，其特征在于，所述方法包括：
获取图像数据和点云数据，所述点云数据包括多个点数据；
识别出所述图像数据中的红绿灯区域；
在所述图像数据中构建所述红绿灯区域的二维边框；
根据所述二维边框确定所述点云数据中与所述二维边框对应区域中的所述点数据；
给所述点数据添加标签，所述标签包括第一标签；
统计所述点数据在预设时间段内的所述第一标签的数量；以及
将所述第一标签的数量达到预设值的所述点数据设置为红绿灯点数据；
多个所述红绿灯点数据组成红绿灯点云数据；
根据所述红绿灯点云数据构建所述点云数据中的三维边框。
2.如权利要求1所述的红绿灯自动标注方法，其特征在于，获取图像数据和点云数据，具体包括：
通过第一传感器和第二传感器获取第一图像数据和第一点云数据；
所述第一图像数据和所述第一点云数据经过坐标转化得到所述图像数据和所述点云数据。
3.如权利要求2所述的一种红绿灯自动标注方法，其特征在于，所述第一图像数据和所述第一点云数据经过坐标转化得到所述图像数据和所述点云数据，具体包括：
获取所述第一图像数据的第一坐标系和所述第一点云数据的第二坐标系；
计算所述第一坐标系和所述第二坐标系与世界坐标系之间的转化关系；
根据所述转化关系将所述第一图像数据和所述第一点云数据转化为所述图像数据和所述点云数据。
4.如权利要求1所述的一种红绿灯自动标注方法，其特征在于，识别出所述图像数据中的红绿灯区域，具体包括：
通过预设算法计算出所述图像数据中的待定红绿灯区域和所述待定红绿灯区域的可信度参数，所述预设算法是计算出所述待定红绿灯区域和所述可信度参数的算法；
设置所述可信度参数的筛选阈值，从所述待定红绿灯区域筛选出所述红绿灯区域。
5.如权利要求1所述的一种红绿灯自动标注方法，其特征在于，根据所述二维边框确定所述点云数据中与所述二维边框对应区域中的所述点数据，具体包括：
根据所述二维边框构建所述世界坐标系中所述二维边框所在的平面；
根据所述平面获得所述平面的法线；
所述点云数据沿所述法线的方向投影到所述平面；
筛选出所述投影点落在所述二维边框范围内的所述点数据...
【专利技术属性】
技术研发人员：肖健雄，
申请(专利权)人：深圳裹动智驾科技有限公司，
类型：发明
国别省市：广东;44
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。