自动驾驶汽车关键技术包括环境感知、精准定位、决策与规划、控制与执行、高精地图与车联网V2X以及自动驾驶汽车测试与验证技术；人工智能在自动驾驶汽车中的应用包括人工智能在环境感知中的应用、人工智能在决策规划中的应用、人工智能在车辆控制中的应用。
自动驾驶汽车通过摄像机、激光雷达、毫米波雷达、超声波等车载传感器来感知周围的环境，依据所获取的信息来进行决策判断，由适当的工作模型来制定相应的策略，如预测本车与其他车辆、行人等在未来一段时间内的运动状态，并进行避碰路径规划。在规划好路径之后，接下来需要控制车辆沿着期望的轨迹行驶。车辆控制系统包括横向控制(转向)与纵向控制(速度)。
自动驾驶汽车的发展是这波人工智能浪潮中竞争较激烈的战役，不仅关乎传统汽车产业链，还与新兴的科技企业及消费者的利益相关，同时关系到汽车产业迭代升级等核心问题。
本次数据为3D纯点云连续帧标注
障碍物：自动驾驶汽车行驶环境中，标注范围内所有已注明类别的物体均需要标注，主要是移动及停止的交通参与者(包括行人、交通工具等)和基础交通设施。
三维边界框(3Dboundingbox)：用于定位目标在点云中位置，由中心点坐标、长度、宽度和航向角构成的长方体。
本文件规定的点云数据标注是通过三维边界框对目标障碍物进行标注，标注内容包含以下信息：
(1)障碍物的类别：目标是何种交通参与者或道路基础设施；
(2)障碍物的身份标识号(ID)：用于对目标进行跟踪及轨迹记录；
(3)障碍物的三维边界框：确定障碍物的位置、尺寸、航向角信息。
每个目标都有一个类别属性，点云数据标注的类别共分为11类，如下所示：
(1)行人：路上和路边各种姿态、各种行为的人，姿势具体包括：直立、走、跑、坐、蹲、躺、趴等；
(2)自行车：包括两轮脚踏车以及骑两轮脚踏车的人；
(3)摩托车：包括两轮电动车、两轮摩托车以及骑两轮电动车和两轮摩托车的人；
(4)三轮车：包括带有动力、人力的三轮车辆以及骑三轮车的人；
(5)小型客车：包括基本型乘用车(轿车)、多用途车(MPV)、运动型多用途车(SUV)、专用乘用车和交叉性乘用车(面包车)、较大的三轮车；
(6)公交/客运车：乘坐9人以上(含驾驶员位)、具有方形车厢、用于载运乘客及其随身行李的商用车，一般长度小于12米；
(7)货车/卡车：主要为载运货物而设计和装备的商用车，比较大的面包，给货车属性，一般长度小于12米；
(8)工程车：叉车/洒水车/水泥罐车/铲车/吊车/挖掘机等工程车辆，一般长度小于12米；
(9)超大型车辆：长度超过12米至20米的级联板车/货车
(10)锥形交通路标：例如雪糕筒等道路交通警示标志；
(11)未知：在潜在可行驶区域范围内,可能对车辆的行驶造成影响的非前景物体,例如隔离柱、垃圾桶等；人行道上的未知类别不需要标注，其他类别都正常标注；
根据场景片段中前后帧的信息标注目标ID，同一个目标物只有一个目标ID，且目标ID不可复用。
50-100帧为一个序列帧，一个序列帧内ID以及尺寸保持一致。
(1)所有地面上的动态障碍物其3D标注框底部须贴合地面，不能高于地面或低于地面(若有斜坡以障碍物贴地面最低点为准)；
(2)被标注的障碍物不能有漏点，障碍物本身须全部被3D框包围。
(3)3D标注框须贴合障碍物，即3D框大小须恰好，不能太大也不能太小；
(4)车辆、行人、骑自行车/助力车/三轮车的人需标注前行朝向；
(5)车辆需要将后视镜,天线和开着的车门或后备箱标注进来；
(6)标注物体：大于等于10个点时都需要标注，小于10个点无需标注；
(7)追踪ID：上下帧同一标注物ID必须一致；
(8)仅标注确定位置和形状的物体，通过图像和点云都不能判定的障碍物类别标注为其他；
(9)标注范围：以采集车xyz轴为原点标注半径150m内的物体
1、小型汽车的标注
顶部带有货箱/货架的汽车，应统一标注，当汽车顶部有货物时，车辆与货物一起标注。(车辆大小保持全局大小一致)
查看点云完整程度，如果点云比较密集，且点云的实际尺寸超出一般尺寸，以点云的实际尺寸为准。这里的高度视具体情况而定，保证既不超过地面，又要刚好把点云包含进来为宜。标车的时候，有边的时候尽量贴边，以边为基准，边外零散点忽略不计，
2、大中型客车
如果是铰链式公共汽车，在车辆直行时，整体框注；如果处于转弯状态，车体前后部分角度偏差较大而无法用一个框包围，则拆成两部分，分别对前后两部分进行独立标注。(铰链车辆处于直行状态时，前后帧ID保持一致。处于转弯状态时，以铰链处为分界点，将原始整体框拆分为两个新的、独立的框，并在新框中进行属性编辑，将两个新的框与直行状态下车辆的ID进行关联)
3、货车、卡车
(1)非封闭式货车载有超过车身范围大小的货物时，连同货物一起标注；
(2)拖车上运载有汽车时，被运载的汽车需单独框注；
(3)车辆运载车上的汽车与运载车本身标注为一个目标
4、工程车
(1)叉车须连同叉一起框注，当叉起的货物太大时，框注叉车本身即可，叉车叉子所在方向为车头方向；
(2)对于吊车吊臂这种非常极端非常长的结构体，只标注其影响通行的车辆主体部分，不用把伸展的起重臂完全包裹住。
5、三轮车
(1)有人骑或有人推的三轮车与其使用者整体标注为三轮车，人和三轮车分离时，分别标注；
(2)如果三轮车上载有超出车辆尺寸的物体，按照整体标注，货物也标入三轮车本身；
货车(货车，卡车，拖车，皮卡等)，客车(大巴车，公交车，校车等)及工程车辆(罐车，吊车，铲车，叉车等)的标注需要参考实际大小及5.6中参考尺寸进行补全，
行人标注有以下具体要求：
(1)行人不区分大人和小孩，也不区分各种姿态(蹲着的人也须框注为行人)；
(2)人群中的行人须分开标注，如过于密集无法拆分出单个行人轮廓，通过前后帧判断(如仍然可不用拆分，标注为一个整体，id为新增id)；
(3)对于持物的人，如果所持物体与行人接触点多且目标较小，则与行人一起框住标注为行人；
(4)拉着行李箱或其他物体的人只框注行人本身；
(5)坐有婴儿的婴儿车，坐有人的轮椅，其与使用者整体标注为行人；
(6)人推的婴儿车及轮椅上没坐人时，只框注人；
(7)行人框大小需根据实际情况进行调整；
(8)大小抱小孩，小孩与大人框成一个框；
(9)大人拉着小孩，小孩与大人分开标注两个框；
在行人的标注中，有四个要点：
(1)框的下边沿一定要贴到地面；
(2)框的上边沿贴住头顶；
(3)共享尺寸，人体不包含伸出去的胳膊和腿，只标注人的躯干。
(4)行人标注框的长宽尽量保证在1mx1m的范围以内。
(1)人坐或者站在骑行工具上，则骑行工具和其使用者需要整体框注，站在骑行工具旁边的人，也需要一起框注；在实际标注中，前方骑车的人一般在点云中只有后半部分，标前方骑车的人时，框的后边沿要贴着点，。同理后边的骑车人，在点云中只有前半部分，因此框的前边贴着点云。同时框的两边贴紧点云。
(2)自行车、摩托车群须尽可能分开标注，如过于密集无法拆分出单个自行车、摩托车轮廓，通过前后帧判断(如仍然可不用拆分，标注为一个整体，id为新增id)；
除了在道路中的动态障碍物，在道路两旁及其他位置的动态障碍物也需要标注。在标注时，需要按照实际大小进行脑补。
车辆、行人、自行车等障碍物需要标注确认3D框的前进朝向，在可视化软件中需要能看到3D框朝向和真实朝向是一致的。
(1)当点云密集时，应按照点云的真实尺寸，调节大小和脑补。不要漏点，注意贴合度。
(2)当点云稀疏时，应按照对应类别默认框大小标注,如果车在点云稀疏的情况下能看出车的轮廓，大小，要按实际点云预估贴合。不要漏点，注意贴合度。
验收合格率:抽样合格框数/抽样总框数≥98%
(1)只标注本体，残影和杂点都不要.
(2)点全贴合点后，后面由于地面坡度引起车顶漏点，按照最大帧的尺寸确认来标注
(3)找到离采集车比较近，点云最全的帧，其他帧如果存在比这帧点云过宽过长，当杂点处理，无需框入。
步行梯同于高架，作废处理
补充：
1、按照能扫描出来的最大尺寸的帧来确定这个物体的尺寸来标注。
例如，这个序列帧内，这个id只扫描出一部分反光镜或者扫描出完整的反光镜，就按照这帧来确定好尺寸，其他帧把这部分点云预估出来，保证物体的中心点移动是稳定(无需检测工具检查，标注过程没有明显偏差即可)如果整个序列帧都没扫描出来反光镜，那就贴合车身进行确定尺寸标注。
2、只标注采集车移动状态的数据，如果这条数据连续静止超过50帧，例如51帧以上，数据作废!!!采集车走走停停的数据需要确认是否需要标注。走走停停,静止不超过30帧可以正常标注。
3、高架场景的数据不进行标注，不论是否在高架桥上还是不在高架桥上。
4、道路上非固定障碍物如塑料袋、渣土，给未知属性。
～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～
关注阿玲，一起学习更多数据小知识，下期接着分享更多案例
专注于数据数据标注、采集服务
专业图像、语音数据处理，欢迎合作～
全部评论 （0）