停车场车辆标注方法及装置、电子设备和存储介质制造方法及图纸

本公开公开了一种停车场车辆标注方法及装置、电子设备和存储介质，涉及计算机技术领域，尤其涉及图像处理领域和自动驾驶领域。具体实现方案为：获取自动驾驶车辆沿停车场行驶的行车轨迹图像，其中，所述自动驾驶车辆与停车场之间的距离小于距离阈值；对所述行车轨迹图像进行抽帧处理，得到多帧行车轨迹图像；对所述多帧行车轨迹图像的点云数据进行叠加，得到叠加后的点云数据；获取针对所述叠加后的点云数据输入的车辆标注信息，以确定所述停车场中的车辆信息。采用上述方案的本公开可以提高停车场车辆标注的准确性。停车场车辆标注的准确性。停车场车辆标注的准确性。

【技术实现步骤摘要】
停车场车辆标注方法及装置、电子设备和存储介质


[0001]本公开涉及计算机
，尤其涉及图像处理领域和自动驾驶领域，具体涉及一种停车场车辆标注方法及装置、电子设备和存储介质。

技术介绍

[0002]随着科学技术的发展，人们生活水平的不断提高，个人拥有车辆的比例不断增大，车辆已经成为越来越普及的家用商品。相关技术中，路边停车场场景下，可以采用单帧点云进行人工标注，以确定该停车场中的车辆。但是停车场中存在遮挡物或者标注距离较远时，使得单帧点云较为稀疏，使得人工标注车辆不准确。

技术实现思路

[0003]本公开提供了一种停车场车辆标注方法及装置、电子设备和存储介质，主要目的在于提高停车场车辆标注的准确性。
[0004]根据本公开的一方面，提供了一种停车场车辆标注方法，包括：
[0005]获取自动驾驶车辆沿停车场行驶的行车轨迹图像，其中，所述自动驾驶车辆与停车场之间的距离小于距离阈值；
[0006]对所述行车轨迹图像进行抽帧处理，得到多帧行车轨迹图像；
[0007]对所述多帧行车轨迹图像的点云数据进行叠加，得到叠加后的点云数据；
[0008]获取针对所述叠加后的点云数据输入的车辆标注信息，以确定所述停车场中的车辆信息。
[0009]根据本公开的另一方面，提供了一种停车场车辆标注装置，包括：
[0010]图像获取单元，用于获取自动驾驶车辆沿停车场行驶的行车轨迹图像，其中，所述自动驾驶车辆与停车场之间的距离小于距离阈值；
[0011]图像处理单元，用于对所述行车轨迹图像进行抽帧处理，得到多帧行车轨迹图像；
[0012]点云叠加单元，用于对所述多帧行车轨迹图像的点云数据进行叠加，得到叠加后的点云数据；
[0013]信息获取单元，用于获取针对所述叠加后的点云数据输入的车辆标注信息，以确定所述停车场中的车辆信息。
[0014]根据本公开的另一方面，提供了一种电子设备，包括：
[0015]至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述一方面中任一项所述的方法。
[0018]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行前述一方面中任一项所述的方法。
[0019]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算
机程序在被处理器执行时实现前述一方面中任一项所述的方法。
[0020]在本公开一个或多个实施例中，通过获取自动驾驶车辆沿停车场行驶的行车轨迹图像，其中，自动驾驶车辆与停车场之间的距离小于距离阈值；对行车轨迹图像进行抽帧处理，得到多帧行车轨迹图像；对多帧行车轨迹图像的点云数据进行叠加，得到叠加后的点云数据；获取针对叠加后的点云数据输入的车辆标注信息，以确定所述停车场中的车辆信息。因此，可以根据自动驾驶车辆沿停车场行驶的行车轨迹图像，对多帧行车轨迹图像进行车辆标注，减少基于单帧点云进行直接标记使得车辆标注不准确的情况，可以减少停车场中存在遮挡物使得车辆无法标注的情况，还可以减少不同单帧点云标注时，车辆标注不一致的情况，可以提高停车场车辆标注的准确性。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0023]图1是根据本公开第一实施例的停车场车辆标注方法的流程示意图；
[0024]图2是根据本公开第二实施例的停车场车辆标注方法的流程示意图；
[0025]图3是根据本公开一种实施例的车辆行驶路径的举例示意图；
[0026]图4是根据本公开一种实施例的车辆标注信息的举例对比图；
[0027]图5是根据本公开一种实施例的车辆标注信息的举例示意图；
[0028]图6(a)是用来实现本公开实施例的停车场车辆标注方法的第一种停车场车辆标注装置的结构示意图；
[0029]图6(b)是用来实现本公开实施例的停车场车辆标注方法的第二种停车场车辆标注装置的结构示意图；
[0030]图6(c)是用来实现本公开实施例的停车场车辆标注方法的第三种停车场车辆标注装置的结构示意图；
[0031]图7是用来实现本公开实施例的停车场车辆标注方法的自动驾驶车辆的框图。
具体实施方式
[0032]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0033]在一些实施例中，L3以上级别的自动驾驶要求车辆系统自主识别目标和事件，目标和事件检测识别的准确性，对于自动驾驶车辆的安全性至关重要。然而距离自动驾驶车辆稍远的目标，或者被树木、绿植、栅栏部分遮挡的目标，其激光雷达图像中的点云往往会非常稀疏以至于难以检测识别。采用人工的方法对这些目标进行标注也较为困难。即在点云稀疏的目标中，车辆尤其重要，而路边停车场场景下，车辆多且往往遮挡严重，如何可以对其进行高质量标注成为用户关注的重心。例如可以采用单帧点云供人工进行标注。这类工具对于标注距离主车较近且无遮挡的目标物体可以收到良好效果。但是对于路边停车场
场景未做差异化处理，采用单帧点云供人工进行标注时，由于路边停车场车辆点云往往非常稀疏，人难以对目标车辆识别标注，当车辆较多且距离较近时，即使标注出了车辆，也难以确定标注结果的准确性。对于同一路边停车场从不同角度拍摄到的单帧点云图像，其点稀疏稠密区域往往不同，因而可能会导致人工标注的结果不同。这样帧和帧之间的数据标注会出现不一致，使得人工标注不准确。
[0034]下面结合具体的实施例对本公开进行详细说明。
[0035]在第一个实施例中，如图1所示，图1是根据本公开第一实施例的停车场车辆标注方法的流程示意图，该方法可依赖于计算机程序实现，可运行于进行停车场车辆标注的装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。
[0036]其中，停车场车辆标注装置可以是具有图像处理能力的终端，该终端包括但不限于：自动驾驶车辆、可穿戴设备、手持设备、个人电脑、平板电脑、车载设备、智能手机、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中终端可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种停车场车辆标注方法，包括：获取自动驾驶车辆沿停车场行驶的行车轨迹图像，其中，所述自动驾驶车辆与停车场之间的距离小于距离阈值；对所述行车轨迹图像进行抽帧处理，得到多帧行车轨迹图像；对所述多帧行车轨迹图像的点云数据进行叠加，得到叠加后的点云数据；获取针对所述叠加后的点云数据输入的车辆标注信息，以确定所述停车场中的车辆信息。2.根据权利要求1所述的方法，其中，在所述获取针对所述叠加后的点云数据输入的车辆标注信息之后，还包括：将所述车辆标注信息复制到所述行车轨迹图像的任一帧图像中。3.根据权利要求2所述的方法，其中，所述车辆标注信息为车辆标注框，所述方法还包括：获取所述任一帧图像中任一车辆标注框所包括的点云数量；在所述点云数量小于数量阈值的情况下，则删除所述任一帧图像中的所述任一车辆标注框。4.根据权利要求2所述的方法，其中，所述将所述车辆标注信息复制到所述行车轨迹图像的任一帧图像中，包括：获取所述叠加后的点云数据中所述车辆标注信息与预设参照物的位置关系；在所述行车轨迹图像的任一帧图像中确定所述预设参照物；根据所述预设参照物和所述位置关系，将所述车辆标注信息复制到所述行车轨迹图像的任一帧图像中。5.根据权利要求1所述的方法，其中，所述对所述行车轨迹图像进行抽帧处理，得到多帧行车轨迹图像，包括：按照每秒预设帧数，对所述行车轨迹图像进行抽帧处理，得到多帧行车轨迹图像；或者根据所述行车轨迹图像对应的抽帧总数，对所述行车轨迹图像进行抽帧处理，获取与所述抽帧总数对应的多帧行车轨迹图像。6.根据权利要求5所述的方法，其中，所述按照每秒预设帧数，对所述行车轨迹图像进行抽帧处理，得到多帧行车轨迹图像，包括：获取所述自动驾驶车辆沿所述停车场行驶过程中的车速信息集合；获取所述车速信息集合中任一车速信息，并确定与所述任一车速信息对应的每秒预设帧；按照所述每秒预设帧，对所述任一车速信息对应的行车轨迹图像进行抽帧处理，得到至少一帧行车轨迹图像；遍历所述车速信息集合，得到多帧行车轨迹图像。7.一种停车场车辆标注装置，包括：图像获取单元，用于获取自动驾驶车辆沿停车场行驶的行车轨迹图像，其中，所述自动驾驶车辆与停车场之间的距离小于距离阈值；图像处理单元，用于对所述行车轨迹图像进行抽帧处理，得到多帧行车轨迹图像；
点云叠加单元，用于对所述多帧行车轨迹图像的点云数据进行叠加，得到叠加后的点云数据；信息获取单元，用于获取针对所述叠加后的点云数据输入的车辆标注信息，以确定所述停车场中的车辆...

【专利技术属性】
技术研发人员：郭爽，柳琳，王月，张晔，曹孟德，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：