CN110070575A - 一种打标签的方法及装置 - Google Patents
一种打标签的方法及装置 Download PDFInfo
- Publication number
- CN110070575A CN110070575A CN201910250752.6A CN201910250752A CN110070575A CN 110070575 A CN110070575 A CN 110070575A CN 201910250752 A CN201910250752 A CN 201910250752A CN 110070575 A CN110070575 A CN 110070575A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- multiframe
- coordinate system
- map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种打标签的方法及装置,所述打标签的目标对象为静止的物体,该方法包括:获取多帧点云数据;根据多帧点云数据之间的位姿关系,将多帧点云数据生成一幅三维点云地图,并记录多帧点云数据与三维点云地图所处的坐标系的位姿关系;在三维点云地图中对目标对象对应的点打标签;根据三维点云地图中打的标签,以及多帧点云数据与三维点云地图所处的坐标系的位姿关系,确定目标对象在多帧点云数据中的每一帧点云数据中对应的标签。该方法可以提高对静止目标对象打标签的效率。
Description
技术领域
本申请涉及车载雷达技术领域,尤其涉及一种打标签的方法及装置。
背景技术
雷达在每次扫描后采集到的离散的矢量点的集合,称作雷达采集的一帧点云数据。根据雷达的点云数据,可以实现测距、目标识别等功能。其中,对点云数据打标签是一种在雷达采集的点云数据中对目标对象对应的点进行框选或者标记的技术。比如:当目标对象为一辆车辆时,则可以将点云数据中该辆车辆对应的全部点都框选到一个三维框中以完成打标签。这样,便于获取该辆车辆在点云数据中对应的全部的点。
目前,由于雷达采集的每帧点云数据都为三维点云数据,与二维数据不同的是,在对目标对象在点云数据中打标签时,需要在点云数据旋转360°的过程中进行框选,以保证将目标对象对应的全部点都框选至三维框中。由此可见,在点云数据中为目标对象打标签是一项较为复杂且耗时的工作。
尤其在很多场景中,需要获取大量的对静止的目标对象在点云数据中对应的全部的点,比如:在训练自动驾驶车辆对周围场景中静止物体的识别功能时,则需要向自动驾驶车辆中输入大量的静止物体对应的点以对自动驾驶车辆的该项功能进行训练。也就是说,在很多场景中都需要对帧数繁多的点云数据打标签,而这无疑会浪费大量的时间与精力。因此,如何提高对静止的目标对象打标签的效率,是目前需要解决的问题。
发明内容
本申请实施例的主要目的在于提供一种打标签的方法及装置,能够提高对静止的目标对象在多帧点云中打标签的效率。
本申请实施例提供的一种打标签的方法,所述打标签的目标对象为静止的物体,所述方法包括:
获取多帧点云数据;
根据所述多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图,并记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
在所述三维点云地图中对目标对象对应的点打标签;
根据所述三维点云地图中打的标签,以及所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,确定所述目标对象在所述多帧点云数据中的每一帧点云数据中对应的标签。
优选的,所述根据多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图包括:
以为所述三维点云地图预先设定的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
所述记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,包括:
根据三维点云地图所处的坐标系,确定并记录所述多帧点云数据中雷达采集的一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
优选的,所述根据多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图包括:
以雷达采集的一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
所述记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,包括:
根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
优选的,所述根据多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图包括:
以雷达采集的第一帧点云数据所处的坐标系作为作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
所述记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,包括:
根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
优选的,所述根据多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图包括:
以雷达采集的最后一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
所述记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,包括:
根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
本申请实施例还提供了一种打标签的装置,所述打标签的目标对象为静止的物体,所述装置包括:
获取单元,用于获取多帧点云数据;
记录单元,用于根据所述多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图,并记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
打标签单元,用于在所述三维点云地图中对目标对象对应的点打标签;
确定单元,用于根据所述三维点云地图中打的标签,以及所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,确定所述目标对象在所述多帧点云数据中的每一帧点云数据中对应的标签。
优选的,所述记录单元包括:
第一生成子单元,用于以为所述三维点云地图预先设定的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第一记录子单元,用于根据三维点云地图所处的坐标系,确定并记录所述多帧点云数据中雷达采集的一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
第二记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
第三记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
优选的,所述记录单元包括:
第二生成子单元,用于以雷达采集的一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第四记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
第五记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
优选的,所述记录单元,包括:
第三生成子单元,用于以雷达采集的第一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第六记录子单元,用于根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
可选的,所述记录单元,包括:
第四生成子单元,用于以雷达采集的最后一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第七记录子单元,用于根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。由此可见,本申请实施例具有如下有益效果:
本申请实施例提供了一种打标签的方法及装置,其中,该方法中所需打标签的目标对象为静止的物体,则通过将需要打标签的多帧点云数据,根据点云数据之间的位姿关系,在同一基准下生成一幅三维点云地图;接着,在该三维点云地图中对目标对象对应的点打标签;最后,根据三维点云地图中打的标签,以及多帧点云数据之间的位姿关系,确定多帧点云数据中的每一帧点云数据中目标对象对应的标签。由此可见,该方法只需在三维点云地图中打一次标签,即可根据三维点云地图中所打的标签、以及多帧点云之间的位姿关系,确定出多帧点云中的每一帧点云数据中目标对象对应的标签,这样,只通过打一次标签,即可得到成千上万次打标签的效果,从而提高了对静止目标对象打标签的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种打标签的方法流程图;
图2为本申请实施例提供的第一种记录多帧点云数据与三维点云地图所处的坐标系的位姿关系的方法流程图;
图3为本申请实施例提供的第二种记录多帧点云数据与三维点云地图所处的坐标系的位姿关系的方法流程图;
图4为本申请实施例提供的第三种记录多帧点云数据与三维点云地图所处的坐标系的位姿关系的方法流程图;
图5为本申请实施例提供的一种打标签装置的组成示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例可以应用在对多帧点云数据为目标对象打标签的场景中。
基于现有技术中的问题,本申请实施例提供了一种打标签的方法,其中,该方法中所需打标签的目标对象为静止的物体,则通过将需要打标签的多帧点云数据,根据点云数据之间的位姿关系,在同一基准下生成一幅三维点云地图;接着,在该三维点云地图中对目标对象对应的点打标签;最后,根据三维点云地图中打的标签,以及多帧点云数据之间的位姿关系,确定多帧点云数据中的每一帧点云数据中目标对象对应的标签。其中,位姿关系可以为位置及姿态之间的关系。
本申请实施例提供的一种打标签的方法,参见图1,该图示出了本申请实施例提供的一种打标签的方法流程图,可以包括步骤S101-S104:
S101:获取多帧点云数据。
可以将车辆上雷达在一次扫描后采集到的离散的矢量点的集合记为一帧点云数据,且该一帧点云数据可以分布在一个三维坐标系中。则多帧点云数据可以为雷达在连续的进行多次扫描后所采集到的多帧点云数据。
在本实施例中,当需要对车辆上雷达采集到的多帧点云数据为目标对象打标签时,可以获取该多帧点云数据。其中,目标对象可以为需要采集点云数据以为其打标签的静止的目标物体,比如可以是在车辆周围的某一棵树等。其中,该多帧点云数据中应该都包括有对应于目标对象的点。为了方便描述,可以将设置有该雷达的车辆记为当前车辆。
S102:根据多帧点云数据之间的位姿关系,将多帧点云数据生成一幅三维点云地图,并记录多帧点云数据与三维点云地图所处的坐标系的位姿关系。
在当前车辆的行驶过程中,当前车辆上的雷达可以进行点云数据的采集,则,可以理解的是,在对点云数据的不断采集的过程中,由于车辆的位置在发生变化,因此雷达所采集的每一帧点云数据所处的坐标系也不相同。然而,在实际场景中,可以根据车辆在两次采集点云数据之间的位置及姿态变化关系,对雷达采集的后一帧点云数据与前一帧点云数据所处的坐标系之间的位姿关系进行记录。
下面以一具体事例进行说明:假设雷达按照时间顺序分别采集了a、b、c、d这四帧点云数据,这四帧点云数据所处的坐标系分别为A、B、C、D。则,a可以为雷达采集的第一帧点云数据;b可以为雷达采集的第二帧点云数据;c可以为雷达采集的第三帧点云数据、d可以为雷达采集的第四帧点云数据。对于这四帧点云数据,可以根据在采集第一帧点云数据a与第二帧点云数据b时当前车辆所处的位姿关系,记录出第一帧点云数据a与第二帧点云数据b所处的坐标系A与B之间的位姿关系,可以根据在采集第二帧点云数据b与第三帧点云数据c时当前车辆所处的位姿关系,记录出第三帧点云数据c与第四帧点云数据d所处的坐标系B与C之间的位姿关系,以及可以根据在采集第二帧点云数据b与第三帧点云数据c时当前车辆所处的位姿关系,记录出第三帧点云数据c与第四帧点云数据d所处的坐标系C与D之间的位姿关系。其中,两个坐标系之间的位姿关系可以为坐标系之间相差的角度和坐标系中的每一个坐标之间相差的数量关系。
在本实施例中,可以获取雷达采集的后一帧点云数据与前一帧点云数据之间所处的坐标系的位姿关系,并根据该获取的雷达采集的后一帧点云数据与前一帧点云数据之间所处的坐标系的位姿关系,将雷达采集的多帧点云数据合成至一个坐标系下,以形成一幅三维点云地图。其中,三维点云地图可以是将多帧点云数据通过坐标变换,进行合成的一幅三维点云数据。
在本实施例的一种实现方式中,根据多帧点云数据之间的位姿关系,将多帧点云数据生成一幅三维点云地图的方法,可以包括:
以为三维点云地图预先设定的坐标系作为三维点云地图所处的坐标系,基于多帧点云数据之间的位姿关系,在该预先设定的坐标系中将多帧点云数据合成,得到一幅三维点云地图。
在本实施例中,可以为三维点云地图的生成预先设置一个坐标系,作为生成三维点云地图的基准坐标系,其中,该为三维点云地图的生成预先设置的坐标系与雷达采集的多帧点云数据中的每一帧点云数据所处的坐标系都不重合,则可以根据多帧点云数据之间的位姿关系,即雷达采集的第一帧点云数据与为三维点云地图的生成预先设置的坐标系的位姿关系,以及雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,将该雷达采集的多帧点云数据通过坐标变换,在该预先设定的坐标系中进行合成,以得到一幅三维点云地地图。
则,记录多帧点云数据与三维点云地图所处的坐标系的位姿关系的方法可以为,参见图2,该图示出了本申请实施例提供的第一种记录多帧点云数据与三维点云地图所处的坐标系的位姿关系的方法流程图,可以包括步骤S201-S202:
S201:根据三维点云地图所处的坐标系,确定并记录多帧点云数据中雷达采集的一帧点云数据与三维点云地图所处的坐标系的位姿关系。
在本实施例中,可以确定出多帧点云数据中雷达采集的任意一帧点云数据所处的坐标系与该为三维点云地图预先设定的坐标系之间的位姿关系,并对该位姿关系进行记录。
S202:根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
在本实施例中,对于雷达在采集该目标点云数据之前所采集的全部帧点云数据中的任一帧点云数据,可以根据雷达在完成采集目标点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录雷达在采集该目标点云数据之前所采集的全部帧点云数据中的任一帧点云数据所处的坐标系与该目标点云数据所处的坐标系之间的位姿关系。
下面以一具体事例进行说明:假设雷达按照时间顺序分别采集了a、b、c、d这四帧点云数据,这四帧点云数据所处的坐标系分别为A、B、C、D。假设第三帧点云数据c所处的坐标系C为为三维点云地图的生成所设置的坐标系,则,对于雷达在采集该目标点云数据c之前所采集的全部帧点云数据中的任一帧点云数据a、b,可以根据的已知的雷达采集的后一帧点云数据与前一帧点云数据之间的位姿关系,依次确定出a、b这两帧点云数据所处的坐标系A、B与坐标系C之间的位姿关系,并对a、b这两帧点云数据所处的坐标系A、B与坐标系C之间的位姿关系进行记录。
S203:根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
在本实施例中,对于雷达在采集该目标点云数据之后所采集的全部帧点云数据中的任一帧点云数据,可以根据雷达在完成采集目标点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录雷达在采集该目标点云数据之后所采集的全部帧点云数据中的任一帧点云数据所处的坐标系与该目标点云数据所处的坐标系之间的位姿关系。
下面以一具体事例进行说明:假设雷达按照时间顺序分别采集了a、b、c、d这四帧点云,这四帧点云所处的坐标系分别为A、B、C、D。假设第三帧点云数据c所处的坐标系C为为三维点云地图的生成所设置的坐标系,则,对于雷达在采集该目标点云数据c之后所采集的全部帧点云数据中的任一帧点云数据d,可以根据已知的雷达采集的后一帧点云数据与前一帧点云数据之间的位姿关系,确定出点云数据d所处的坐标系D与坐标系C之间的位姿关系,并对点云数据d所处的坐标系D与坐标系C之间的位姿关系进行记录。
在本实施例中,由于对于雷达采集的多帧点云数据中的任意一帧点云数据,都可以根据已记录的雷达采集的第一帧点云数据所处的坐标系与三维点云地图所处的坐标系的位姿关系,以及雷达采集的后一帧点云数据与前一帧点云数据所处的坐标系的位姿关系,进而确定并记录多帧点云数据中每一帧点云数据与三维点云地图所处的坐标系的位姿关系。
下面以一具体事例进行说明:假设雷达按照时间顺序分别采集了a、b、c、d这四帧点云数据,这四帧点云数据所处的坐标系分别为A、B、C、D。假设为三维点云地图的生成预先设置了坐标系E,则,可以根据已知的雷达采集的后一帧点云数据与前一帧点云数据之间的位姿关系,以及根据步骤S201记录的雷达获取的第一帧点云数据a所处的坐标系A与坐标系E之间的位姿关系,可以依次确定出b、c、d这三帧点云数据所处的坐标系B、C、D与为三维点云地图的生成预先设置的坐标系E之间的位姿关系,并对b、c、d这三帧点云数据所处的坐标系B、C、D与为三维点云地图的生成预先设置的坐标系E之间的位姿关系进行记录。
在本实施例的一种实现方式中,根据多帧点云数据之间的位姿关系,将多帧点云数据生成一幅三维点云地图的方法还可以包括:
以雷达采集的一帧点云数据所处的坐标系作为为三维点云地图预先设定的坐标系的基准,基于多帧点云数据之间的位姿关系,在该预先设定的坐标系中将多帧点云数据合成,得到一幅三维点云地图。
在本实施例中,可以从雷达采集的多帧点云数据中,选择任意一帧点云数据,并将该选择的一帧点云数据所处的坐标系,作为为三维点云地图的生成所预先设置的坐标系,即为生成三维点云地图的基准坐标系。为了方便描述,可以将该从雷达采集的多帧点云数据中选择的点云数据记为目标点云数据。则,可以根据多帧点云数据之间的位姿关系,即雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,将该雷达采集的除该目标点云数据之外的全部帧点云数据都通过坐标变换,在该目标点云数据所处的坐标系中进行合成,以得到一幅三维点云地地图。
则,根据多帧点云数据之间的位姿关系,将多帧点云数据生成一幅三维点云地图的方法可以为,参见图3,该图示出了本申请实施例提供的第二种将多帧点云数据生成一幅三维点云地图的方法流程图,可以包括步骤S301-S302:
S301:根据雷达在完成采集一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录雷达在完成采集一帧点云数据之前的多帧点云数据中的每一帧点云数据与三维点云地图所处的坐标系的位姿关系。
在本实施例中,对于雷达在采集该目标点云数据之前所采集的全部帧点云数据中的任一帧点云数据,可以根据雷达在完成采集目标点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录雷达在采集该目标点云数据之前所采集的全部帧点云数据中的任一帧点云数据所处的坐标系与该目标点云数据所处的坐标系之间的位姿关系。
下面以一具体事例进行说明:假设雷达按照时间顺序分别采集了a、b、c、d这四帧点云数据,这四帧点云数据所处的坐标系分别为A、B、C、D。假设第三帧点云数据c所处的坐标系C为为三维点云地图的生成所设置的坐标系,则,对于雷达在采集该目标点云数据c之前所采集的全部帧点云数据中的任一帧点云数据a、b,可以根据的已知的雷达采集的后一帧点云数据与前一帧点云数据之间的位姿关系,依次确定出a、b这两帧点云数据所处的坐标系A、B与坐标系C之间的位姿关系,并对a、b这两帧点云数据所处的坐标系A、B与坐标系C之间的位姿关系进行记录。
S302:根据雷达在完成采集一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录雷达在完成采集一帧点云数据之后的多帧点云数据中的每一帧点云数据与三维点云地图所处的坐标系的位姿关系。
在本实施例中,对于雷达在采集该目标点云数据之后所采集的全部帧点云数据中的任一帧点云数据,可以根据雷达在完成采集目标点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录雷达在采集该目标点云数据之后所采集的全部帧点云数据中的任一帧点云数据所处的坐标系与该目标点云数据所处的坐标系之间的位姿关系。
下面以一具体事例进行说明:假设雷达按照时间顺序分别采集了a、b、c、d这四帧点云,这四帧点云所处的坐标系分别为A、B、C、D。假设第三帧点云数据c所处的坐标系C为为三维点云地图的生成所设置的坐标系,则,对于雷达在采集该目标点云数据c之后所采集的全部帧点云数据中的任一帧点云数据d,可以根据已知的雷达采集的后一帧点云数据与前一帧点云数据之间的位姿关系,确定出点云数据d所处的坐标系D与坐标系C之间的位姿关系,并对点云数据d所处的坐标系D与坐标系C之间的位姿关系进行记录。
在本实施例的一种实现方式中,根据多帧点云数据之间的位姿关系,将多帧点云数据生成一幅三维点云地图的方法,还可以包括:
以雷达采集的第一帧点云数据所处的坐标系作为为三维点云地图预先设定的坐标系的基准,基于多帧点云数据之间的位姿关系,在该预先设定的坐标系中将多帧点云数据合成,得到一幅三维点云地图。
在本实施例中,可以将雷达采集的第一帧点云数据所处的坐标系,作为为三维点云地图的生成所预先设置的坐标系,即为生成三维点云地图的基准坐标系。则,可以根据多帧点云数据之间的位姿关系,即雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,将该雷达采集的除该第一帧点云数据之外的全部帧点云数据都通过坐标变换,在第一帧点云数据所处的坐标系中进行合成,以得到一幅三维点云地地图。
在本实施例的一种实现方式中,根据多帧点云数据之间的位姿关系,将多帧点云数据生成一幅三维点云地图的方法可以为,参见图4,该图示出了本申请实施例提供的第三种将多帧点云数据生成一幅三维点云地图的方法流程图,可以包括步骤S401:
S401:根据雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录多帧点云数据中每一帧点云数据与三维点云地图所处的坐标系的位姿关系。
在本实施例中,对于雷达采集的除第一帧点云数据外的每一帧点云数据,都可以根据雷达采集的后一帧点云数据与前一帧点云数据所处的坐标系的位姿关系,确定并记录多帧点云数据中的除第一帧点云数据外的每一帧点云数据与第一帧点云数据所处的坐标系的位姿关系。
在本实施例的一种实现方式中,根据多帧点云数据之间的位姿关系,将多帧点云数据生成一幅三维点云地图的方法,还可以包括:
以雷达采集的最后一帧点云数据所处的坐标系作为为三维点云地图预先设定的坐标系的基准,基于多帧点云数据之间的位姿关系,在该预先设定的坐标系中将多帧点云数据合成,得到一幅三维点云地图。
在本实施例中,可以将雷达采集的最后一帧点云数据所处的坐标系,作为为三维点云地图的生成所预先设置的坐标系,即为生成三维点云地图的基准坐标系。则,可以根据多帧点云数据之间的位姿关系,即雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,将该雷达采集的除该第一帧点云数据之外的全部帧点云数据都通过坐标变换,在最后一帧点云数据所处的坐标系中进行合成,以得到一幅三维点云地地图。
在本实施例的一种实现方式中,根据多帧点云数据之间的位姿关系,将多帧点云数据生成一幅三维点云地图的方法可以为,可以包括:根据雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录多帧点云数据中每一帧点云数据与三维点云地图所处的坐标系的位姿关系。
在本实施例中,对于雷达采集的除最后一帧点云数据外的每一帧点云数据,都可以根据雷达采集的后一帧点云数据与前一帧点云数据所处的坐标系的位姿关系,确定并记录多帧点云数据中的除最后一帧点云数据外的每一帧点云数据与最后一帧点云数据所处的坐标系的位姿关系。
S103:在三维点云地图中对目标对象对应的点打标签。
在本实施例中,可以在生成的三维点云地图中对目标对象对应的点进行打标签。其中,打标签可以为在三维点云地图中对目标对象对应的点进行框选或标记。
S104:根据三维点云地图中打的标签,以及多帧点云数据与三维点云地图所处的坐标系的位姿关系,确定目标对象在多帧点云数据中的每一帧点云数据中对应的标签。
在本实施例中,可以根据三维点云地图中打的标签,以及雷达采集的多帧点云数据所处的坐标系与三维点云地图所处的坐标系的位姿关系,在每一帧点云数据中,都可以确定出目标对象在该点云数据中对应的标签。
综上,本申请实施例提供了一种打标签的方法,其中,该方法中所需打标签的目标对象为静止的物体,则通过将需要打标签的多帧点云数据,根据点云数据之间的位姿关系,在同一基准下生成一幅三维点云地图;接着,在该三维点云地图中对目标对象对应的点打标签;最后,根据三维点云地图中打的标签,以及多帧点云数据之间的位姿关系,确定多帧点云数据中的每一帧点云数据中目标对象对应的标签。由此可见,该方法只需在三维点云地图中打一次标签,即可根据三维点云地图中所框选出的全部点、以及多帧点云之间的位姿关系,以确定多帧点云中的每一帧点云数据中目标对象对应的标签,这样,只通过打一次标签,即可得到成千上万次打标签的效果,从而提高了对静止目标对象打标签的效率。
本申请实施例还提供了一种打标签的装置,参见图5,该图示出了本申请实施例提供的一种打标签装置的组成示意图,所述打标签的目标对象为静止的物体,所述装置包括:
获取单元501,用于获取多帧点云数据;
记录单元502,用于根据所述多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图,并记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
打标签单元503,用于在所述三维点云地图中对目标对象对应的点打标签;
确定单元504,用于根据所述三维点云地图中打的标签,以及所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,确定所述目标对象在所述多帧点云数据中的每一帧点云数据中对应的标签。
在本实施例的一种实现方式中,所述记录单元502,包括:
第一生成子单元,用于以为所述三维点云地图预先设定的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第一记录子单元,用于根据三维点云地图所处的坐标系,确定并记录所述多帧点云数据中雷达采集的一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
第二记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
第三记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
在本实施例的一种实现方式中,所述记录单元502,包括:
第二生成子单元,用于以雷达采集的一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第四记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
第五记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
在本实施例的一种实现方式中,所述记录单元502,包括:
第三生成子单元,用于以雷达采集的第一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第五生成子单元,用于根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
在本实施例的一种实现方式中,所述记录单元502包括:
第四生成子单元,用于以雷达采集的最后一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第七记录子单元,用于根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
综上,本申请实施例提供了一种打标签的装置,其中,所需打标签的目标对象为静止的物体,则通过将需要打标签的多帧点云数据,根据点云数据之间的位姿关系,在同一基准下生成一幅三维点云地图;接着,在该三维点云地图中对目标对象对应的点打标签;最后,根据三维点云地图中打的标签,以及多帧点云数据之间的位姿关系,确定多帧点云数据中的每一帧点云数据中目标对象对应标签。由此可见,该方法只需在三维点云地图中打一次标签,即可根据三维点云地图中打的标签、以及多帧点云之间的位姿关系,以确定多帧点云中的每一帧点云数据中目标对象对应的标签,这样,只通过打一次标签,即可得到成千上万次打标签的效果,从而提高了对静止目标对象打标签的效率。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者诸如媒体网关等网络通信设备,等等)执行本申请各个实施例或者实施例的某些部分所述的方法。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种打标签的方法,其特征在于,所述打标签的目标对象为静止的物体,所述方法包括:
获取多帧点云数据;
根据所述多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图,并记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
在所述三维点云地图中对目标对象对应的点打标签;
根据所述三维点云地图中打的标签,以及所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,确定所述目标对象在所述多帧点云数据中的每一帧点云数据中对应的标签。
2.根据权利要求1所述的方法,其特征在于,所述根据多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图包括:
以为所述三维点云地图预先设定的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
所述记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,包括:
根据所述三维点云地图所处的坐标系,确定并记录所述多帧点云数据中雷达采集的一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
3.根据权利要求1或2所述的方法,其特征在于,所述根据多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图包括:
以雷达采集的一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
所述记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,包括:
根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
4.根据权利要求1或2所述的方法,其特征在于,所述根据多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图包括:
以雷达采集的第一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
所述记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,包括:
根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
5.根据权利要求1或2所述的方法,其特征在于,所述根据多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图包括:
以雷达采集的最后一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
所述记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,包括:
根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
6.一种打标签的装置,其特征在于,所述打标签的目标对象为静止的物体,所述装置包括:
获取单元,用于获取多帧点云数据;
记录单元,用于根据所述多帧点云数据之间的位姿关系,将所述多帧点云数据生成一幅三维点云地图,并记录所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
打标签单元,用于在所述三维点云地图中对目标对象对应的点打标签;
确定单元,用于根据所述三维点云地图中打的标签,以及所述多帧点云数据与所述三维点云地图所处的坐标系的位姿关系,确定所述目标对象在所述多帧点云数据中的每一帧点云数据中对应的标签。
7.根据权利要求6所述的装置,其特征在于,所述记录单元包括:
第一生成子单元,用于以为所述三维点云地图预先设定的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第一记录子单元,用于根据三维点云地图所处的坐标系,确定并记录所述多帧点云数据中雷达采集的一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
第二记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
第三记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多数帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
8.根据权利要求6或7所述的装置,其特征在于,所述记录单元包括:
第二生成子单元,用于以雷达采集的一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第四记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之前的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之前的所述多帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系;
第五记录子单元,用于根据所述雷达在完成采集所述一帧点云数据之后的多帧点云数据中的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述雷达在完成采集所述一帧点云数据之后的所述多帧点云数据中的每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
9.根据权利要求6或7所述的装置,其特征在于,所述记录单元,包括:
第三生成子单元,用于以雷达采集的第一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第六记录子单元,用于根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
10.根据权利要求6或7所述的装置,其特征在于,所述记录单元,包括:
第四生成子单元,用于以雷达采集的最后一帧点云数据所处的坐标系作为所述三维点云地图所处的坐标系,基于所述多帧点云数据之间的位姿关系,在所述三维点云地图所处的坐标系中将多帧点云数据合成,得到所述一幅三维点云地图;
第七记录子单元,用于根据所述雷达采集的后一帧点云数据与前一帧点云数据的位姿关系,确定并记录所述多帧点云数据中所述每一帧点云数据与所述三维点云地图所处的坐标系的位姿关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910250752.6A CN110070575A (zh) | 2019-03-29 | 2019-03-29 | 一种打标签的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910250752.6A CN110070575A (zh) | 2019-03-29 | 2019-03-29 | 一种打标签的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110070575A true CN110070575A (zh) | 2019-07-30 |
Family
ID=67366831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910250752.6A Pending CN110070575A (zh) | 2019-03-29 | 2019-03-29 | 一种打标签的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070575A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107093210A (zh) * | 2017-04-20 | 2017-08-25 | 北京图森未来科技有限公司 | 一种激光点云标注方法及装置 |
CN107871129A (zh) * | 2016-09-27 | 2018-04-03 | 北京百度网讯科技有限公司 | 用于处理点云数据的方法和装置 |
CN108154560A (zh) * | 2018-01-25 | 2018-06-12 | 北京小马慧行科技有限公司 | 激光点云标注方法、装置及可读存储介质 |
CN108734120A (zh) * | 2018-05-15 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 标注图像的方法、装置、设备和计算机可读存储介质 |
CN109002837A (zh) * | 2018-06-21 | 2018-12-14 | 网易(杭州)网络有限公司 | 一种图像语义分类方法、介质、装置和计算设备 |
CN109214248A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于识别无人驾驶车辆的激光点云数据的方法和装置 |
CN109508579A (zh) * | 2017-09-15 | 2019-03-22 | 百度在线网络技术(北京)有限公司 | 用于获取虚拟点云数据的方法及装置 |
-
2019
- 2019-03-29 CN CN201910250752.6A patent/CN110070575A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107871129A (zh) * | 2016-09-27 | 2018-04-03 | 北京百度网讯科技有限公司 | 用于处理点云数据的方法和装置 |
CN107093210A (zh) * | 2017-04-20 | 2017-08-25 | 北京图森未来科技有限公司 | 一种激光点云标注方法及装置 |
CN109214248A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于识别无人驾驶车辆的激光点云数据的方法和装置 |
CN109508579A (zh) * | 2017-09-15 | 2019-03-22 | 百度在线网络技术(北京)有限公司 | 用于获取虚拟点云数据的方法及装置 |
CN108154560A (zh) * | 2018-01-25 | 2018-06-12 | 北京小马慧行科技有限公司 | 激光点云标注方法、装置及可读存储介质 |
CN108734120A (zh) * | 2018-05-15 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 标注图像的方法、装置、设备和计算机可读存储介质 |
CN109002837A (zh) * | 2018-06-21 | 2018-12-14 | 网易(杭州)网络有限公司 | 一种图像语义分类方法、介质、装置和计算设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106528424B (zh) | 基于后台***服务或接口的测试方法和测试平台 | |
CN109492266A (zh) | 标准件模型数据的优化设计方法、装置及设备 | |
CN108874919A (zh) | 规划用地自动核查方法、电子设备、存储介质及*** | |
CN110007300A (zh) | 一种得到点云数据的方法及装置 | |
CN105096363A (zh) | 一种编辑图片的方法及图片编辑装置 | |
US11688186B2 (en) | Systems and methods for rapidly developing annotated computer models of structures | |
CN106021118B (zh) | 测试代码生成方法及装置、测试框架代码执行方法及装置 | |
CN104899186A (zh) | 一种表单生成以及获取方法和装置 | |
CN107391378A (zh) | 一种测试脚本的生成方法及装置 | |
CN107293182A (zh) | 一种基于vr的汽车教学方法、***及终端设备 | |
CN105825551A (zh) | 三维标签实现方法和装置 | |
CN106056666A (zh) | 一种三维模型处理方法及*** | |
CN108205566B (zh) | 一种基于轨迹对点云进行管理的方法及装置、导航设备 | |
CN109614685A (zh) | 基于bim模型的施工交底方法、装置、设备及移动终端 | |
TW201142747A (en) | Geospatial modeling system using single optical images and associated methods | |
CN110705690A (zh) | 基于生成模型和元学习优化方法的连续学习方法及*** | |
CN116205063A (zh) | 一种面向新装备维修优化的虚拟维修仿真方法及*** | |
CN109145981A (zh) | 深度学习自动化模型训练方法及设备 | |
CN109344560A (zh) | 基于bim技术的装配式建筑建模方法及模型管理*** | |
CN110070575A (zh) | 一种打标签的方法及装置 | |
CN103838861A (zh) | 一种基于三维gis动态显示信息的方法和显示*** | |
CN104239212B (zh) | 测试用例的查询方法及装置、测试用例的建立方法及装置 | |
CN112269847A (zh) | 一种高精度地图数据的实时展示方法、***及电子设备 | |
CN116030108A (zh) | 基于三维实景重建算法的配置及调度方法及*** | |
Braga et al. | Building a wizard for framework instantiation based on a pattern language |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190730 |