交通灯的标注方法、车载设备和存储介质技术

本申请公开了一种交通灯的标注方法、车载设备和存储介质，交通灯的标注方法包括获取用于交通灯标注的至少两帧图像数据和所述至少两帧图像数据分别对应的初始点云数据；对所述至少两帧图像数据中每一帧图像数据及其对应的初始点云数据进行单帧处理，以得到所述每一帧图像数据对应的中间点云数据，从而得到至少两帧中间点云数据；将所述至少两帧中间点云数据进行多帧处理，以得到融合点云数据；对所述融合点云数据进行过滤处理，以得到交通灯的目标点云数据，从而实现交通灯标注。本申请省时省力，能够提高检测的准确率，进而提高标注的精确度，为增强自动驾驶安全提供基础。为增强自动驾驶安全提供基础。为增强自动驾驶安全提供基础。

【技术实现步骤摘要】
交通灯的标注方法、车载设备和存储介质


[0001]本申请涉及物体标注
，特别是涉及一种交通灯的标注方法、车载设备和存储介质。

技术介绍

[0002]在自动驾驶、高精地图等领域，更新频率高、计算量小、传输快的众包式采集建图越来越受到大家的青睐。除了定位信息，其中感知所获得的道路、交通标志、障碍物、行人等交通元素信息，会被用来控制车辆的转向和速度。交通标志中，交通灯识别的及时与准确，直接影响到自动驾驶车辆的安全与可靠。
[0003]但是，一些方案是通过人工对交通灯进行标注，费时费力，标注精度难以保证，还有一些方案存在误检漏检的情况，导致标记错误。

技术实现思路

[0004]本申请至少提供一种交通灯的标注方法、车载设备和存储介质。
[0005]本申请第一方面提供了一种交通灯的标注方法，所述方法包括：获取用于交通灯标注的至少两帧图像数据和所述至少两帧图像数据分别对应的初始点云数据；
[0006]对所述至少两帧图像数据中每一帧图像数据及其对应的初始点云数据进行单帧处理，以得到所述每一帧图像数据对应的中间点云数据，从而得到至少两帧中间点云数据；
[0007]将所述至少两帧中间点云数据进行多帧处理，以得到融合点云数据；
[0008]对所述融合点云数据进行过滤处理，以得到交通灯的目标点云数据，从而实现交通灯标注。
[0009]其中，所述过滤处理包括尺寸过滤处理、形状过滤处理以及点云密度过滤处理中至少一个。
[0010]其中，所述融合点云数据包括至少一个点云；所述尺寸过滤处理包括：对所述至少一个点云中每个点云进行定位边框处理，以得到每个点云的三维方向以及尺寸信息；
[0011]将所述至少一个点云中所述三维方向中的主方向不与地面平行的点云进行删除；和/或，将所述至少一个点云中所述尺寸信息不满足预设尺寸的点云进行删除。
[0012]其中，所述融合点云数据包括至少一个点云；所述形状过滤处理包括：对所述至少一个点云中每个点云进行三维凸包处理操作，以得到每个点云的形状；
[0013]将所述至少一个点云中所述形状不满足预设形状的点云进行删除。
[0014]其中，所述融合点云数据包括至少一个点云；所述点云密度过滤处理包括：对所述至少一个点云中每个点云进行点云密度计算操作，以得到每个点云的密度；
[0015]将所述至少一个点云中密度小于预设密度阈值的点云进行删除。
[0016]其中，对所述至少两帧图像数据中每一帧图像数据及其对应的初始点云数据进行单帧处理，以得到所述每一帧图像数据对应的中间点云数据，包括：确定所述初始点云数据中位于所述每一帧图像数据中的目标区域内的点云数据；
[0017]对所述目标区域内的点云数据进行聚类处理，以得到至少一个点云簇；
[0018]对所述至少一个点云簇中每个点云簇进行平面分割和/或直线分割处理，从而得到所述每一帧图像数据对应的中间点云数据。
[0019]其中，将所述至少两帧中间点云数据进行多帧处理，以得到融合点云数据，包括：确定所述至少两帧中间点云数据中位于同一目标区域内的点云数据并进行融合，得到所述目标区域内的融合点云；
[0020]对所述目标区域内的融合点云进行聚类处理，得到至少一个融合点云簇；
[0021]对所述至少一个融合点云簇中每个所述融合点云簇进行平面分割和/或直线分割处理，以得到所述融合点云数据。
[0022]其中，对每个所述点云簇/所述融合点云簇进行平面分割处理，包括：基于所述点云簇/所述融合点云簇建立初始平面；其中，所述初始平面与世界坐标系的Z轴之间的角度小于预设角度；
[0023]所述点云簇/所述融合点云簇中满足预设条件的点划分至所述初始平面，其中，所述预设条件为所述点到所述初始平面的垂直距离小于预设距离；
[0024]若所述初始平面内的点的数量满足预设比例，则将所述初始平面内的点作为点云；
[0025]和/或，对每个所述点云簇/所述融合点云簇进行直线分割处理，包括：
[0026]基于所述点云簇/所述融合点云簇建立初始直线；
[0027]若所述初始直线内的点的数量满足预设比例，则将所述初始直线内的点作为点云。
[0028]本申请第二方面提供了一种车载设备，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现上述第一方面中的交通灯的标注方法。
[0029]本申请第三方面提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序在被处理器执行时，用于实现上述第一方面中的交通灯的标注方法。
[0030]上述方案，通过对至少两帧图像数据中每一帧图像数据及其对应的初始点云数据进行单帧处理，得到至少两帧中间点云数据，将至少两帧中间点云数据进行多帧处理，以得到融合点云数据，通过对融合点云数据进行过滤处理，以得到交通灯的目标点云数据，进而根据交通灯的目标点云数据进行交通灯标注，省时省力，能够提高检测的准确率，进而提高标注的精确度，为增强自动驾驶安全提供基础。
[0031]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。
附图说明
[0032]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
[0033]图1是本申请交通灯的标注方法一实施例的流程示意图；
[0034]图2(a)为本申请交通灯的标注方法一实施例的一应用场景示意图；
[0035]图2(b)为本申请交通灯的标注方法一实施例的另一应用场景示意图；
[0036]图2(c)为本申请交通灯的标注方法一实施例的又一应用场景示意图；
[0037]图2(d)为本申请交通灯的标注方法一实施例的再一应用场景示意图；
[0038]图3是本申请车载设备一实施例的结构示意图；
[0039]图4是本申请非易失性计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0040]下面结合附图和实施例，对本申请作进一步的详细描述。特别指出的是，以下实施例仅用于说明本申请，但不对本申请的范围进行限定。同样的，以下实施例仅为本申请的部分实施例而非全部实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0041]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0042]本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通灯的标注方法，其特征在于，所述方法包括：获取用于交通灯标注的至少两帧图像数据和所述至少两帧图像数据分别对应的初始点云数据；对所述至少两帧图像数据中每一帧图像数据及其对应的初始点云数据进行单帧处理，以得到所述每一帧图像数据对应的中间点云数据，从而得到至少两帧中间点云数据；将所述至少两帧中间点云数据进行多帧处理，以得到融合点云数据；对所述融合点云数据进行过滤处理，以得到交通灯的目标点云数据，从而实现交通灯标注。2.根据权利要求1所述的方法，其特征在于，所述过滤处理包括尺寸过滤处理、形状过滤处理以及点云密度过滤处理中至少一个。3.根据权利要求2所述的方法，其特征在于，所述融合点云数据包括至少一个点云；所述尺寸过滤处理包括：对所述至少一个点云中每个点云进行定位边框处理，以得到每个点云的三维方向以及尺寸信息；将所述至少一个点云中所述三维方向中的主方向不与地面平行的点云进行删除；和/或将所述至少一个点云中所述尺寸信息不满足预设尺寸的点云进行删除。4.根据权利要求2所述的方法，其特征在于，所述融合点云数据包括至少一个点云；所述形状过滤处理包括：对所述至少一个点云中每个点云进行三维凸包处理操作，以得到每个点云的形状；将所述至少一个点云中所述形状不满足预设形状的点云进行删除。5.根据权利要求2所述的方法，其特征在于，所述融合点云数据包括至少一个点云；所述点云密度过滤处理包括：对所述至少一个点云中每个点云进行点云密度计算操作，以得到每个点云的密度；将所述至少一个点云中密度小于预设密度阈值的点云进行删除。6.根据权利要求1所述的方法，其特征在于，对所述至少两帧图像数据中每一帧图像数据及其对应的初始点云数据进行单帧处理，以得到所述每一帧图像数据对应的中间点云数据，包括：确定所述初始点云数据中位于所述每一帧图像数据中的目标区...

【专利技术属性】
技术研发人员：何鹏，周光，蔡一奇，
申请(专利权)人：深圳元戎启行科技有限公司，
类型：发明
国别省市：