[发明专利]用于标注点云数据的方法和装置

说明书

本申请公开了用于标注点云数据的方法和装置。所述方法的一具体实施方式包括：使用激光雷达以及不同于激光雷达的传感器对同一场景进行数据采集，分别得到点云数据以及传感器数据；对所述点云数据进行分割与跟踪，获得点云分割与跟踪结果；对所述传感器数据中的特征物进行识别与跟踪，获得特征物识别与跟踪结果；使用所述特征物识别与跟踪结果对所述点云分割与跟踪结果进行校正，获得点云分割与跟踪结果的置信度；将置信度大于置信度阈值的点云分割与跟踪结果确定为点云标注结果。该实施方式降低了对点云数据进行标注的人工工作量，降低了标注成本。

技术领域

本申请涉及计算机技术领域，具体涉及点云数据处理技术领域，尤其涉及用于标注点云数据的方法和装置。

背景技术

涉及点云数据的识别算法在进行训练时，会需要使用大量标注过的点云数据作为训练样本，以优化障碍物识别算法。因此，需要预先采集大量不同场景的点云数据，并对其进行准确标注，才能保证优化过程顺利进行。

然而，点云数据密度不够以及采集点云数据时角度的变化，导致点云标注难度较大，需要标注人员耗用较长时间进行标注，且标注准确度也不高。因此，亟需提高点云数据标注的效率。

发明内容

本申请的目的在于提出一种改进的用于标注点云数据的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种用于标注点云数据的方法，所述方法包括：使用激光雷达以及不同于激光雷达的传感器对同一场景进行数据采集，分别得到点云数据以及传感器数据；对所述点云数据进行分割与跟踪，获得点云分割与跟踪结果；对所述传感器数据中的特征物进行识别与跟踪，获得特征物识别与跟踪结果；使用所述特征物识别与跟踪结果对所述点云分割与跟踪结果进行校正，获得点云分割与跟踪结果的置信度；将置信度大于置信度阈值的点云分割与跟踪结果确定为点云标注结果。

在一些实施例中，在所述获得点云分割与跟踪结果的置信度之后，所述方法还包括：获取置信度大于置信度阈值的点云分割与跟踪结果以供用户进行校验；响应于用户对置信度大于置信度阈值的点云分割与跟踪结果的校验操作，获取校验后的点云分割与跟踪结果；以及所述将置信度大于置信度阈值的点云分割与跟踪结果确定为点云标注结果，包括：将校验后的点云分割与跟踪结果确定为点云标注结果。

在一些实施例中，所述使用激光雷达以及不同于激光雷达的传感器对同一场景进行数据采集，分别得到点云数据以及传感器数据，包括：使用摄像机对所述场景进行数据采集，得到摄像视频。

在一些实施例中，所述对所述传感器数据中的特征物进行识别与跟踪，得到特征物识别与跟踪结果，包括：针对所述摄像视频的视频内容，执行车牌识别与跟踪算法和/或人脸识别与跟踪算法。

在一些实施例中，所述使用激光雷达以及不同于激光雷达的传感器对同一场景进行数据采集，分别得到点云数据以及传感器数据，包括：利用放置高度与无人驾驶车辆上的安装高度相同的激光雷达、传感器进行数据采集。

在一些实施例中，所述使用激光雷达以及不同于激光雷达的传感器对同一场景进行数据采集，分别得到点云数据以及传感器数据，包括：利用无人驾驶车辆上已安装并标定的激光雷达、传感器进行数据采集。

第二方面，本申请提供了一种用于标注点云数据的装置，所述装置包括：采集单元，用于使用激光雷达以及不同于激光雷达的传感器对同一场景进行数据采集，分别得到点云数据以及传感器数据；分割跟踪单元，用于对所述点云数据进行分割与跟踪，获得点云分割与跟踪结果；识别跟踪单元，用于对所述传感器数据中的特征物进行识别与跟踪，获得特征物识别与跟踪结果；校正单元，用于使用所述特征物识别与跟踪结果对所述点云分割与跟踪结果进行校正，获得点云分割与跟踪结果的置信度；确定单元，用于将置信度大于置信度阈值的点云分割与跟踪结果确定为点云标注结果。