Lidar 3D传感器点云数据与2D图象数据的交融标注

2D&3D交融以主动驾驭场景为例,主动驾驭汽车必要使用传感器来鉴别车辆周围的物理环境,用来捕获2D视觉数据,同时在车辆顶部安装雷达,用以捕捉切确指标定位的3D位子数据。激光雷达生成的点云数据可用于测量物体的形状和表面,估算周围物体的位子和速度,但点云数据缺少了RGB图象数据中对物体纹理和颜色等信息的提取,无法切确地将对象分类为汽车、行人、障碍物、信号灯等。所以必要将包括丰富的语义信息2D视觉图象和可以提供切确的指标定位3D点云数据进行交融,使主动驾驭系统能够切确地了解周围环境,准确做出判断,让主动驾驭功能得以广泛应

2D&3D交融

以主动驾驭场景为例,主动驾驭汽车必要使用传感器来鉴别车辆周围的物理环境,用来捕获2D视觉数据,同时在车辆顶部安装雷达,用以捕捉切确指标定位的3D位子数据。

Lidar 3D传感器点云数据与2D图象数据的交融标注

激光雷达生成的点云数据可用于测量物体的形状和表面,估算周围物体的位子和速度,但点云数据缺少了RGB图象数据中对物体纹理和颜色等信息的提取,无法切确地将对象分类为汽车、行人、障碍物、信号灯等。

所以必要将包括丰富的语义信息2D视觉图象和可以提供切确的指标定位3D点云数据进行交融,使主动驾驭系统能够切确地了解周围环境,准确做出判断,让主动驾驭功能得以广泛应用。

在O1平台2D&3D交融标注界面,点击2D图片上的小眼睛预览按钮,可以看到3D数据高亮的部分,哪个方位的数据会被映照在2D图片上。

Lidar 3D传感器点云数据与2D图象数据的交融标注

3D框标注

新建3D框

屏幕聚焦在车或指标物体的正上方,点击快捷键F,依次点击左前方,左前方和右前方。平台的主动框收敛的功能可以使3D框圆满贴合在指标物体上。

Lidar 3D传感器点云数据与2D图象数据的交融标注

最后选择标签和属性信息,即可完成一个3D框的标注了。

调解3D框

想要调解3D框,可从右侧的三视角图中来调理,分别的从正上方,侧方和前方来观察框中的指标。

Lidar 3D传感器点云数据与2D图象数据的交融标注

一般会通过快捷键来操作:用Z,X来旋转角度,用AWSD从上下左右在侧方视角调理位子,在前方视角用QE来做左右平移。

2D映照

在标注3D数据的同时,可以注意到,右边的RGB数据中,也产生了框。这是通过3D点云数据的标注结果,经过相机参数的计算,投影到RGB数据上。

Lidar 3D传感器点云数据与2D图象数据的交融标注

·支援在RGB数据上显示,调理,新增3D框

·支援在RGB数据上显示,调理,新增2D框

·支援将RGB和3D点云数据上的框相关联

模型预处理

系统预制了多个模型,其中就包括了3D点云预鉴别模型。只必要点击“模型”,即可一键生成框和标签!

Lidar 3D传感器点云数据与2D图象数据的交融标注

通用模型能对大部分的指标进行正确的鉴别,但是还会有个别的框必要人工调解。

我们还是通过三视图来手动微调预处理的结果,从而使所有的框可以圆满地贴合指标。

比较难标注的指标

有些物体由于被遮挡或者距离自主车辆很远的原因,很难通过有限的点云来确定物体的表面和标签。

Lidar 3D传感器点云数据与2D图象数据的交融标注

我们可以通过左下角的设置,将点的尺寸调大一些。放大之后,再新建框,并通过右边的2D图来帮助鉴别物体的标签。

以上便是关于2D&3D交融数据标注的介绍。

给TA打赏
共{{data.count}}人
人已打赏
AI

学问图谱增强下的智能引荐零碎与应用-于敬

2022-12-20 15:29:00

AI

单卡算力超90000 FPS,墨芯高稠密率较量争论卡S30首次亮相GTIC

2022-12-20 15:31:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
搜索