【技术实现步骤摘要】
本申请涉及数据处理，特别涉及一种4d动静态目标真值数据标注系统及方法。
技术介绍
1、相关技术中，bev+transformer范式通过将多传感器收集的信息转换到3d空间，并输入到transformer神经网络模型，通过注意力机制原理，能够在处理海量信息时，根据上下文选择地处理关键信息，提升神经网络的效率。因此，在大量数据的条件下，对于自动驾驶重感知轻地图的发展背景下，以bev+transformer为主流自动驾驶方案最重要是要有高质量的训练数据，以训练出高质量自动驾驶模型。
2、然而，相关技术中，由于只是在3d空间上对目标物体进行标注，只能得到物体的静态信息，难以实现对动态场景的准确预测，且由于标注高质量的真值数据需要对标注者进行培训训练，可能导致耗费大量的人力和物力，增加成本，为自动驾驶的发展带来一定的阻碍，亟待改进。
技术实现思路
1、本申请提供一种4d动静态目标真值数据标注系统及方法，以解决相关技术中，由于只是在3d空间上对目标物体进行标注，只能得到物体的静态信息，难以...
【技术保护点】
1.一种4D动静态目标真值数据标注系统，其特征在于，包括：
2.根据权利要求1所述的系统，其特征在于，所述静态物体标注组件包括：
3.根据权利要求1所述的系统，其特征在于，所述动态物体标注组件包括：
4.根据权利要求2所述的系统，其特征在于，所述预设拼接公式为：
5.根据权利要求2所述的系统，其特征在于，所述预设差值公式为：
6.根据权利要求3所述的系统，其特征在于，所述卡尔曼滤波器式为：
7.一种4D动静态目标真值数据标注方法，其特征在于，包括以下步骤：
8.一种电子设备，其特征在于...
【技术特征摘要】
1.一种4d动静态目标真值数据标注系统，其特征在于，包括：
2.根据权利要求1所述的系统，其特征在于，所述静态物体标注组件包括：
3.根据权利要求1所述的系统，其特征在于，所述动态物体标注组件包括：
4.根据权利要求2所述的系统，其特征在于，所述预设拼接公式为：
5.根据权利要求2所述的系统，其特征在于，所述预设差值公式为：
6.根据权利要求3所述的系统，其特征在于，所述卡尔曼滤波器式为：
7.一种4d动静态目标真值数据标注方法，其特征在于，包括以...
【专利技术属性】
技术研发人员：李克强，何雷，李升波，许庆，王建强，罗禹贡，杨璐露，丁小康，马翌祥，
申请(专利权)人：清华大学，
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。