【技术实现步骤摘要】
车辆长距离感知数据的获取方法和系统
[0001]本专利技术涉及自动驾驶
,尤其涉及一种车辆长距离感知数据的获取方法和系统。
技术介绍
[0002]自动驾驶感知系统,是一种依赖机器学习模型在相机图像中对路上障碍物进行检测的系统。所采用的机器学习模型通常需获取大量的标注数据作为训练数据,标注数据的获取通常有两种,第一种是在图像上对车辆、行人等障碍物进行人工标注,通过2D的矩形框来表示障碍物在图像中的2D位置,该方法无法获取障碍物的3D位置和3D朝向等信息,随着目前自动驾驶系统对3D感知要求的逐渐增加,此类数据标注方法的价值已逐渐降低。第二种是在采集车辆上同时安装同步好的激光雷达和相机传感器,在采集标注数据时,由人工在3D激光点云的障碍物上标注3D的矩形包围框,然后将包围框投影到图像中,获得2D的图像包围框;这种方法受限于激光雷达自身的探测范围,获取的标注数据非常有限。
[0003]在高速等自动驾驶场景下,长距离(超过车载激光雷达探测范围,车载激光雷达探测范围一般为100m左右)感知是保障驾驶安全的关键因素,针对这一 ...
【技术保护点】
【技术特征摘要】
1.车辆长距离感知数据的获取方法,其特征在于,包括如下步骤:S1,对装配有传感器的主车(1)和观测车(2)进行参数标定;S2,所述主车(1)和所述观测车(2)分别通过所述传感器对观测距离范围内的障碍物进行一次信息采集;S3,如果所述观测车(2)与所述主车(1)之间的车距小于等于所述观测距离,则所述观测车(2)将采集的所述一次信息发送给所述主车(1);S4,所述主车(1)将所述观测车(2)的所述一次信息与自身的所述一次信息进行整合标注,得到主车(1)的长距离感知数据。2.根据权利要求1所述的车辆长距离感知数据的获取方法,其特征在于,所述传感器包括激光雷达、相机和导航定位仪。3.根据权利要求1所述的车辆长距离感知数据的获取方法,其特征在于,所述观测距离为所述主车(1)或所述观测车(2)上搭载的所述传感器的最小探测距离。4.根据权利要求1所述的车辆长距离感知数据的获取方法,其特征在于,步骤S1中,所述观测车(2)有两辆,均位于所述主车(1)的前方行驶。5.根据权利要求2所述的车辆长距离感知数据的获取方法,其特征在于,步骤S4中所述整合标注,具体为:S41,将所述观测车(2)的所述一次信息变换为所述主车(1)的激光坐标系下的二次信息,变换关系式为:式中,t表示采集时刻,为所述主车(1)上激光雷达在t时刻的3D位姿,P
iLidar
(t)为所述观测车(2)上所述激光雷达在所述t时刻的3D位姿,i=1,2,
…
,n,n为所述观测车(2)的个数;S42,在所述主车(1)的所述激光坐标系中标注出所述障碍物的3D包...
【专利技术属性】
技术研发人员:李博,赵行,陶吉,
申请(专利权)人:北京千挂科技有限公司,
类型:发明
国别省市:
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。