数据处理方法技术

本申请提供了一种数据处理方法

【技术实现步骤摘要】
数据处理方法、装置、系统、车辆及存储介质


[0001]本申请涉及数据处理
，尤其涉及一种数据处理方法
、
装置
、
系统
、
车辆及存储介质
。

技术介绍

[0002]目前，在自动驾驶系统中通常需要对点云数据进行语义分割，点云数据的处理任务需要使用中央处理器
(Central Processing Unit
，
CPU)
来执行
。
[0003]然而，自动驾驶系统一般搭载多个激光雷达，那么在执行点云数据的处理任务时，就需要占用中央处理器的资源，同时中央处理器还需要执行同步定位与地图构建等任务，使得中央处理器的资源抢占严重，从而影响其他任务的执行
。

技术实现思路

[0004]为了解决上述问题，本申请提出一种数据处理方法
、
装置
、
系统
、
车辆及存储介质，能够解决中央处理器的资源抢占严重的问题
。
[0005]根据本申请实施例的第一方面，提供了一种数据处理方法，包括：
[0006]第一图形处理器对目标车辆采集到的点云数据进行投影处理，得到投影图像；
[0007]加速器对所述投影图像进行语义分割处理，得到标签图像；
[0008]第二图形处理器对所述标签图像进行反投影处理，得到预测点云数据；
[0009]所述加速器对所述预测点云数据进行分类，得到对应的分类结果，并将所述分类结果发送至所述第二图形处理器，以使所述第二图形处理器将所述分类结果传输至所述目标车辆的中央处理器
。
[0010]在一种实施方式中，所述加速器对所述预测点云数据进行分类，得到对应的分类结果，包括：
[0011]利用预设的聚类网络对所述预测点云数据进行聚类处理，得到对应的分类结果；其中，所述预设的聚类网络部署在所述加速器上
。
[0012]在一种实施方式中，其中，所述加速器上部署有加速模块，所述聚类网络通过所述加速模块对聚类处理进行加速
。
[0013]在一种实施方式中，所述加速器对所述投影图像进行语义分割处理，得到标签图像，包括：
[0014]利用预设的语义分割模型对所述预测点云数据进行语义分割处理，得到对应的分类结果；其中，所述预设的语义分割模型在所述加速器上
。
[0015]在一种实施方式中，其中，所述加速器上部署有加速模块，所述预设的语义分割模型通过所述加速模块对语义分割处理进行加速
。
[0016]在一种实施方式中，所述第一图形处理器对目标车辆采集到的点云数据进行投影处理，得到投影图像，包括：
[0017]所述第一图形处理器基于所述目标车辆的车辆坐标系对所述点云数据进行坐标
系转换，得到转换后的点云数据；
[0018]所述第一图形处理器对所述转换后的点云数据进行投影处理，得到投影图像
。
[0019]根据本申请实施例的第二方面，提供了一种数据处理装置，包括：
[0020]第一图形处理器，用于接收目标车辆采集到的点云数据，并对所述点云数据进行投影处理，得到投影图像；
[0021]加速器，用于对所述投影图像进行语义分割处理，得到标签图像；
[0022]第二图形处理器，用于对所述标签图像进行反投影处理，得到预测点云数据；
[0023]所述加速器，还用于对所述预测点云数据进行分类，得到对应的分类结果；
[0024]所述第二图形处理器，还用于将所述分类结果传输至所述目标车辆的中央处理器
。
[0025]本申请第三方面提供了一种自动驾驶系统，包括：上述的数据处理方法
。
[0026]本申请第四方面提供了一种车辆，包括：上述的自动驾驶系统
。
[0027]本申请第五方面提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时，实现上述的数据处理方法
。
[0028]上述申请中的一个实施例具有如下优点或有益效果：
[0029]第一图形处理器对目标车辆采集到的点云数据进行投影处理，得到投影图像；加速器对投影图像进行语义分割处理，得到标签图像；第二图形处理器对标签图像进行反投影处理，得到预测点云数据；加速器对预测点云数据进行分类，得到对应的分类结果，并将分类结果发送至第二图形处理器，以使第二图形处理器将分类结果传输至目标车辆的中央处理器
。
如此，点云数据的处理任务利用第一图形处理器
、
加速器以及第二图形处理器进行处理，将处理结果发送至车辆的中央处理器，解决了中央处理器资源限制和抢占的问题，从而中央处理器能够有效执行其他任务，同时能够更快速
、
准确地进行点云数据的处理
。
附图说明
[0030]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图
。
[0031]图1为本申请实施例提供的一种数据处理方法的流程示意图；
[0032]图2为本申请实施例提供的现有技术中点云数据处理的示意图；
[0033]图3为本申请实施例提供的一种数据处理方法中的点云数据处理的示意图；
[0034]图4为本申请实施例提供的一种数据处理装置的结构示意图
。
具体实施方式
[0035]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例
。
基于本申请中的实施例，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他实施例，都属于本申请保护的范围
。
[0036]示例性方法
[0037]图1是根据本申请一实施例的数据处理方法的流程图
。
在一示例性实施例中，提供了一种数据处理方法，包括：
[0038]S110、
第一图形处理器对目标车辆采集到的点云数据进行投影处理，得到投影图像；
[0039]S120、
加速器对所述投影图像进行语义分割处理，得到标签图像；
[0040]S130、
第二图形处理器对所述标签图像进行反投影处理，得到预测点云数据；
[0041]S140、
所述加速器对所述预测点云数据进行分类，得到对应的分类结果，并将所述分类结果发送至所述第二图形处理器，以使所述第二图形处理器所将述分类结果传输至所述目标车辆的中央处理器
。
[0042]在步骤
S110
中，示例性地，图形处理器，即
GPU(Graphics本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数据处理方法，其特征在于，包括：第一图形处理器对目标车辆采集到的点云数据进行投影处理，得到投影图像；加速器对所述投影图像进行语义分割处理，得到标签图像；第二图形处理器对所述标签图像进行反投影处理，得到预测点云数据；所述加速器对所述预测点云数据进行分类，得到对应的分类结果，并将所述分类结果发送至所述第二图形处理器，以使所述第二图形处理器将所述分类结果传输至所述目标车辆的中央处理器
。2.
根据权利要求1所述的方法，其特征在于，所述加速器对所述预测点云数据进行分类，得到对应的分类结果，包括：利用预设的聚类网络对所述预测点云数据进行聚类处理，得到对应的分类结果；其中，所述预设的聚类网络部署在所述加速器上
。3.
根据权利要求2所述的方法，其特征在于，其中，所述加速器上部署有加速模块，所述聚类网络通过所述加速模块对聚类处理进行加速
。4.
根据权利要求1所述的方法，其特征在于，所述加速器对所述投影图像进行语义分割处理，得到标签图像，包括：利用预设的语义分割模型对所述预测点云数据进行语义分割处理，得到对应的分类结果；其中，所述预设的语义分割模型在所述加速器上
。5.
根据权利要求4所述的方法，其特征在于，其中，所述加速器上部署有加速模块，所述预设的语义...

【专利技术属性】
技术研发人员：许志坤，胡文斌，邓加成，
申请(专利权)人：三一重机有限公司，
类型：发明
国别省市：