连续帧点云的4D自动标注方法、系统、设备及介质技术方案

本发明专利技术提供了一种连续帧点云的4D自动标注方法、系统、设备及介质，方法包括：计算初始车端深度学习算法与4D自动标注算法之间连续帧点云历史数据标注结果的差值，提取问题场景的点云数据作为训练数据集；进行训练数据集的伪标注和轨迹修正，依据目标生命周期，采用轨迹修正后的自动标注结果生成自动标注数据；通过自动标注数据对初始车端深度学习算法反哺训练，用训练后的车端深度学习算法对当前帧点云数据自动标注。上述方法是一种高效闭环运作的4D自动标注流程，引入了目标级虚拟目标物生成策略，使数据能够逼真且无风险的模拟真实世界的极端场景，提高数据中类别的丰富性和数据质量，最终提高自动驾驶领域中深度学习模型的精度及鲁棒性。

【技术实现步骤摘要】

本专利技术属于自动驾驶领域，涉及车辆数据处理技术，具体涉及一种连续帧点云的4d自动标注方法、系统、设备及介质。

技术介绍

1、目前，自动驾驶领域大多采用深度学习模型进行环境感知、决策规划及控制执行等实现智能驾驶任务。深度学习模型往往是数据驱动，其依赖于大量数据对模型进行训练，让深度学习模型能在不同的场景和不同的任务上具备高精度和高鲁棒性。通常来说模型训练过程中使用的数据的质和量决定了深度学习模型的上限，进而决定了智能驾驶功能的整体表现，因此如何高效高质量的获取数据成为了学术界及工业界共同的问题。其中，4d自动标注技术便是针对高效高质量获取数据而设计的一种技术，此技术最早应是由特斯拉提出，而之后无数的研究者和工程师投身其中。

2、4d自动标注流程中一般会涉及到数据采集、清洗、自动标注和人工精标注等流程，目前现有的4d自动标注的对象一般是图像数据或者视频数据，对连续帧点云数据的4d自动标注较少。在进行数据标注时往往关注提升4d自动标注算法的精度，忽略提升数据的目标级类别均衡程度。再者，目标级数据的生成策略往往忽略了目标物的全生命周期管理及其真实的物本文档来自技高网...

【技术保护点】

1.一种连续帧点云的4D自动标注方法，其特征在于，包括：

2.根据权利要求1所述的连续帧点云的4D自动标注方法，其特征在于，所述根据采集的多个场景下的连续帧点云历史数据，计算每个所述场景下初始车端深度学习算法与基于时序策略的4D自动标注算法之间标注结果的差值，包括：

3.根据权利要求1所述的连续帧点云的4D自动标注方法，其特征在于，所述通过所述基于时序策略的4D自动标注算法对所述训练数据集伪标注，包括：

4.根据权利要求1所述的连续帧点云的4D自动标注方法，其特征在于，所述通过3D多目标跟踪算法对所述伪标注结果进行轨迹修正，包括：</p>

5.根据...

【技术特征摘要】

1.一种连续帧点云的4d自动标注方法，其特征在于，包括：

2.根据权利要求1所述的连续帧点云的4d自动标注方法，其特征在于，所述根据采集的多个场景下的连续帧点云历史数据，计算每个所述场景下初始车端深度学习算法与基于时序策略的4d自动标注算法之间标注结果的差值，包括：

3.根据权利要求1所述的连续帧点云的4d自动标注方法，其特征在于，所述通过所述基于时序策略的4d自动标注算法对所述训练数据集伪标注，包括：

4.根据权利要求1所述的连续帧点云的4d自动标注方法，其特征在于，所述通过3d多目标跟踪算法对所述伪标注结果进行轨迹修正，包括：

5.根据权利要求1所述的连续帧点云的4d自动标注方法，其特征在于，所述依据所述训练数据集中目标的生命周期，采用轨迹修正后的自动标注结果生成自动标注数据，包...

【专利技术属性】
技术研发人员：程建伟，王汝卓，李章洪，王雅儒，胡亚捷，
申请(专利权)人：武汉极目智能技术有限公司，
类型：发明
国别省市：