[发明专利]一种点云标注方法、装置和电子设备

说明书

本发明涉及数据处理技术领域，公开了一种点云标注方法、装置、电子设备和非易失性计算机可读存储介质。方法包括：获取点云数据；使用预设算法模型对点云数据进行处理，获得预标注框；对预标注框进行检测，获得检测结果；基于检测结果，将点云数据录入数据库，通过预设算法模型实现点云数据的半自动化标注，不但能够提高标注速度，而且能够降低成本。

技术领域

本发明涉及数据处理技术领域，尤其是涉及一种点云标注方法、装置、电子设备和非易失性计算机可读存储介质。

背景技术

点云3D标注是指对车端，路端或者是其他平台采集的同一场景下的单个或多个激光雷达的点云数据进行常见障碍物3D框标注的任务。

点云3D分为纯点云标注(指原始传感器数据仅为激光雷达数据)和多传感融合标注(例如图像和点云融合之后再标注)，但目前3D点云标注过于依赖于人工标注，需要人工去标注每一帧点云数据，速度慢且价格极为昂贵。

发明内容

本发明实施例提供了一种点云标注方法、装置、电子设备和非易失性计算机可读存储介质，不但能够提高标注速度，而且能够降低成本。

第一方面，本发明实施例提供了一种点云标注方法，所述方法包括：

获取点云数据；

使用预设算法模型对所述点云数据进行处理，获得预标注框；

对所述预标注框进行检测，获得检测结果；

基于所述检测结果，将点云数据录入数据库。

在一些实施例中，所述方法还包括：

预先训练算法模型，获得预设算法模型；

将所述预设算法模型导入深度学习推理优化器，以优化所述预设算法模型。

在一些实施例中，所述获取点云数据之后，所述方法还包括：

对所述点云数据进行预处理，所述预处理包括清洗、筛选和/或切分。

在一些实施例中，所述使用预设算法模型对所述点云数据进行处理，获得预标注框之后，所述方法还包括：

接收用户输入的调整指令；

根据所述调整指令调整所述预标注框的参数，获得调整后的预标注框。

在一些实施例中，所述对所述预标注框进行检测，包括：

利用约束条件对所述调整后的预标注框进行自动化质检。

在一些实施例中，所述利用约束条件对调整后的预标注框进行自动化质检，包括：

获取障碍物类别；

根据所述障碍物类别确定所述障碍物类别对应的预设点云数量；

确定所述调整后的预标注框内的点云数量是否小于所述预设点云数量，如果是，则确定所述调整后的预标注框不合格；和/或，

获取障碍物类别；

根据所述障碍物类别确定所述障碍物类别对应的预设尺寸；

确定所述调整后的预标注框的尺寸与所述障碍物类别对应的预设尺寸的差值是否超过预设差值范围，如果是，则确定所述调整后的预标注框不合格；和/或，

获取标注框的预设位置区间；

确定所述调整后的预标注框的位置区间是否处于所述标注框的预设位置区间外，如果是，则确定所述调整后的预标注框不合格；和/或，

对所述调整后的预标注框内的点云数据进行聚类，获得聚类框；

获取所述聚类框的航向角；