[发明专利]样本生成、神经网络训练、智能行驶控制方法及装置

权利要求书

1.一种样本生成方法，其特征在于，包括：

获取对目标场景进行扫描得到的点云数据；

获取所述点云数据中标注的各个第一障碍物的第一障碍物位置信息、以及标注类别信息；以及，基于预设的障碍物检测算法，从所述点云数据中检测得到各个第二障碍物的第二障碍物位置信息；

基于所述第一障碍物位置信息和所述第二障碍物位置信息，对所述第一障碍物和所述第二障碍物进行位置匹配，并基于所述位置匹配的结果、以及所述第一障碍物的标注类别信息，生成样本数据。

2.根据权利要求1所述的样本生成方法，其特征在于，所述样本数据包括：多种障碍物下各个障碍物分别对应的样本点云数据和类别信息；

其中，所述多种障碍物中，包括有类别障碍物和无类别障碍物；所述有类别障碍物的类别信息用于标识所述有类别障碍物的具体类别；所述无类别障碍物的类别信息用于标识所述无类别障碍物没有具体类别。

3.根据权利要求1或2所述的样本生成方法，其特征在于，所述基于所述位置匹配的结果、以及所述第一障碍物的标注类别信息，生成样本数据，包括：

从所述点云数据中确定位置匹配成功的目标障碍物的目标点云数据；

基于所述目标障碍物的目标点云数据、以及与所述目标障碍物对应的第一点云数据的标注类别信息，生成所述样本数据。

4.根据权利要求3所述的样本生成方法，其特征在于，所述从所述点云数据中获取位置匹配成功的目标障碍物的目标点云数据，包括：

基于第一障碍物位置信息和所述第二障碍物位置信息，确定位置匹配成功的目标障碍物；

基于确定的位置匹配成功的目标障碍物的第二障碍物位置信息，从所述点云数据中获取所述目标障碍物的目标点云数据。

5.根据权利要求1-4任一所述的样本生成方法，其特征在于，障碍物位置信息包括：每帧所述点云数据中至少一个障碍物的包围盒信息；所述包围盒信息包括：所述包围盒的各个顶点在所述点云数据对应的场景中的位置坐标；

其中，所述障碍物位置信息包括：所述第一障碍物位置信息以及所述第二障碍物位置信息；

所述障碍物包括：所述第一障碍物以及所述第二障碍物。

6.根据权利要求1-5任一项所述的样本生成方法，其特征在于，所述基于所述第一障碍物位置信息和所述第二障碍物位置信息，对所述第一障碍物和所述第二障碍物进行位置匹配，包括：

基于所述点云数据中每个第一障碍物的第一障碍物位置信息，生成所述每个第一障碍物在基准平面的第一投影；

以及基于所述点云数据中每个第二障碍物的第二障碍物位置信息，生成所述每个第二障碍物在所述基准平面的第二投影；

基于所述第一障碍物在基准平面的第一投影、以及所述第二障碍物在所述基准平面的第二投影，进行位置匹配。

7.根据权利要求6所述的样本生成方法，其特征在于，所述基于所述第一障碍物在基准平面的第一投影、以及所述第二障碍物在所述基准平面的第二投影，进行位置匹配，包括：

基于所述每个第二障碍物在所述基准平面的第二投影，确定与所述每个第二障碍物分别对应的最小包围矩形；

基于所述每个第二障碍物的最小包围矩形在所述基准平面中的位置、以及各个所述第一障碍物的第一投影在所述基准平面中的位置，确定所述每个第二障碍物的障碍物匹配结果。

8.根据权利要求7所述的样本生成方法，其特征在于，所述基于所述每个第二障碍物的最小包围矩形在所述基准平面中的位置、以及各个所述第一障碍物的第一投影在所述基准平面中的位置，确定所述每个第二障碍物的障碍物匹配结果，包括：

基于每个第二障碍物的所述最小包围矩形在所述基准平面中的位置、以及各个所述第一障碍物的第一投影在所述基准平面中的位置，判断是否存在对应的第一投影与所述每个第二障碍物的最小包围矩形之间的重叠度大于预设重叠度阈值的第一障碍物；

若存在，则确定存在的该第一障碍物与该第二障碍物匹配。