本公开公开了一种标注数据的生成方法及装置。该方法中，可以分别基于第一时刻拍摄第一路段得到的第一图像集，构建第一路段的第一三维矢量地图，以及，基于第二时刻拍摄第二路段得到的第二图像集，构建第二路段的第二三维矢量地图。然后，可以基于第一三维矢量地图和第二三维矢量地图，聚类融合生成第三路段的第三三维矢量地图。最后，可以基于第三三维矢量地图，生成第三路段中静态对象的标注数据。通过该方法，可以基于重构的第一路段和第二路段的三维矢量地图融合生成第三路段的三维矢量地图，从而清楚确定出第三路段中静态对象的信息，进而得到各静态对象的标注数据，极大地提高了标注数据的获取效率。高了标注数据的获取效率。高了标注数据的获取效率。
【技术实现步骤摘要】
一种标注数据的生成方法及装置
[0001]本公开涉及自动驾驶或辅助驾驶
，尤其涉及一种标注数据的生成方法及装置。
技术介绍
[0002]在自动驾驶或辅助驾驶过程中，车辆需要通过自动识别模型和传感器(例如摄像机)，对周围地理环境中的静态对象(例如车道线、红绿灯、路标等)进行识别，以便可以规划正确的行驶路线。
[0003]自动识别模型需要通过带有标注数据的已知图像进行训练。所以，首先需要准备大量的带有标注数据的已知图像。在现有技术中，通常采用人工标注的方式，对图像中的静态对象进行标注，以此确定静态对象的标注数据，得到带有标注数据的已知图像。通过此种方式，需要人工对每一帧图像进行手动标注，工作量较大，效率较低。
技术实现思路
[0004]目前，自动驾驶或辅助驾驶应用场景中，训练自动识别模型的过程中，获取带有标注数据的已知图像的方式，工作量较大，效率较低。
[0005]为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种标注数据的生成方法及装置。
[0006]根据本公开的一个方面，提供了一种标注数据的生成方法，该方法包括：
[0007]基于第一时刻拍摄第一路段得到的第一图像集，构建所述第一路段的第一三维矢量地图；
[0008]基于第二时刻拍摄第二路段得到的第二图像集，构建所述第二路段的第二三维矢量地图；所述第二路段所在区域与所述第一路段所在区域重叠；
[0009]基于所述第一三维矢量地图和所述第二三维矢量地图，聚类融合生成第三路段的第三三维矢量地图；所述第三路段所在区域覆盖所述第一路段所在区域和所述第二路段所在区域；
[0010]基于所述第三三维矢量地图，生成所述第三路段中静态对象的标注数据。
[0011]根据本公开的另一个方面，提供了一种标注数据的生成装置，该装置包括：
[0012]第一图像构建模块，用于基于第一时刻拍摄第一路段得到的第一图像集，构建所述第一路段的第一三维矢量地图；
[0013]第二图像构建模块，用于基于第二时刻拍摄第二路段得到的第二图像集，构建所述第二路段的第二三维矢量地图；所述第二路段所在区域与所述第一路段所在区域重叠；
[0014]融合模块，用于基于所述第一图像构建模块得到的第一三维矢量地图和所述第二图像构建模块得到的第二三维矢量地图，聚类融合生成第三路段的第三三维矢量地图；所述第三路段所在区域覆盖所述第一路段所在区域和所述第二路段所在区域；
[0015]标注数据生成模块，用于基于所述融合模块得到的第三三维矢量地图，生成所述
第三路段中静态对象的标注数据。
[0016]根据本公开的另一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述标注数据的生成方法。
[0017]根据本公开的另一个方面，提供了一种电子设备，该电子设备包括：
[0018]处理器；
[0019]用于存储所述处理器可执行指令的存储器；
[0020]所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述标注数据的生成方法。
[0021]基于本公开提供的上述方案，可以分别基于第一时刻拍摄第一路段得到的第一图像集，构建第一路段的第一三维矢量地图；以及，基于第二时刻拍摄第二路段得到的第二图像集，构建第二路段的第二三维矢量地图。其中，第二路段所在区域与第一路段所在区域重叠。然后，可以基于第一三维矢量地图和第二三维矢量地图，聚类融合生成第三路段的第三三维矢量地图，其中，第三路段所在区域覆盖第一路段所在区域和第二路段所在区域。最后，可以基于第三三维矢量地图，生成第三路段中静态对象的标注数据。可见，采用本公开提供的上述方案，可以基于重构的第一路段和第二路段的三维矢量地图融合生成第三路段的三维矢量地图，从而可以清楚确定出第三路段中静态对象的信息，使得基于第三路段的三维矢量地图，可以自动识别出第三路段中的各静态对象，进而得到各静态对象的标注数据，极大地提高了标注数据的获取效率。
附图说明
[0022]通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0023]图1是本公开一示例性实施例提供的应用场景示意图。
[0024]图2是本公开一示例性实施例提供的标注数据的生成方法的流程示意图。
[0025]图3是本公开另一示例性实施例提供的标注数据的生成方法的流程示意图。
[0026]图4是本公开另一示例性实施例提供的标注数据的生成方法的流程示意图。
[0027]图5是本公开另一示例性实施例提供的标注数据的生成方法的流程示意图。
[0028]图6是本公开另一示例性实施例提供的标注数据的生成方法的流程示意图。
[0029]图7是本公开另一示例性实施例提供的应用场景示意图。
[0030]图8是本公开另一示例性实施例提供的应用场景示意图。
[0031]图9是本公开另一示例性实施例提供的标注数据的生成方法的流程示意图。
[0032]图10是本公开一示例性实施例提供的标注数据的生成装置的结构框图。
[0033]图11是本公开另一示例性实施例提供的标注数据的生成装置的结构框图。
[0034]图12是本公开一示例性实施例提供的电子设备的结构框图。
具体实施方式
[0035]下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅
仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
[0036]应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
[0037]本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
[0038]还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
[0039]还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
[0040]另外，本公开中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0041]还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
[0042本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种标注数据的生成方法，包括：基于第一时刻拍摄第一路段得到的第一图像集，构建所述第一路段的第一三维矢量地图；基于第二时刻拍摄第二路段得到的第二图像集，构建所述第二路段的第二三维矢量地图；所述第二路段所在区域与所述第一路段所在区域重叠；基于所述第一三维矢量地图和所述第二三维矢量地图，聚类融合生成第三路段的第三三维矢量地图；所述第三路段所在区域覆盖所述第一路段所在区域和所述第二路段所在区域；基于所述第三三维矢量地图，生成所述第三路段中静态对象的标注数据。2.根据权利要求1所述的方法，其中，所述方法还包括：基于第三时刻拍摄第四路段得到的第三图像集，构建所述第四路段的第四三维矢量地图；所述第一路段所在区域和所述第二路段所在区域均与所述第四路段所在区域重叠；所述基于所述第一三维矢量地图和所述第二三维矢量地图，聚类融合生成第三路段的第三三维矢量地图，包括：基于所述第一三维矢量地图、所述第二三维矢量地图和所述第四三维矢量地图，聚类融合生成所述第三路段的所述第三三维矢量地图，其中，所述第三路段所在区域覆盖所述第四路段所在区域。3.根据权利要求1所述的方法，其中，所述基于第一时刻拍摄第一路段得到的第一图像集，构建所述第一路段的第一三维矢量地图，包括：对所述第一图像集包含的每一帧第一图像进行语义分割处理，或者，进行语义分割处理和目标检测处理，得到各所述第一图像分别对应的第一预处理图像；获取各所述第一图像分别对应的第一相机位姿；基于各所述第一预处理图像和各所述第一预处理图像分别对应的所述第一相机位姿，构建所述第一三维矢量地图。4.根据权利要求3所述的方法，其中，所述基于第二时刻拍摄第二路段得到的第二图像集，构建所述第二路段的第二三维矢量地图，包括：对所述第二图像集包含的每一帧第二图像进行语义分割处理，或者，进行语义分割处理和目标检测处理，得到各所述第二图像分别对应的第二预处理图像；获取各所述第二图像分别对应的第二相机位姿；基于各所述第二预处理图像和各所述第二预处理图像分别对应的所述第二相机位姿，构建所述第二三维矢量地图。5.根据权利要求4所述的方法，其中，所述基于所述第一三维矢量地图和所述第二三维矢量地图，聚类融合生成第三路段的第三三维矢量地图，包括：对齐所述第一三维矢量地图和所述第二三维矢量地图；基于对齐后的所述第一三维矢量地图和所述第二三维矢量地图，聚类融合生成所述第三三维矢量地图。6.根据权利要求5所述的方法，其中，在对齐所述第一三维矢量地图和所述第二三维矢量地图之后，所述方法还包括：基于对齐后的所述第一三维矢量地图，优化各所述第一相机位姿，得到各所述第一相
机位姿分别对应的第一优化相机位姿；基于对齐后的所述第二三维矢量地图，优化各所述第二相机位姿，得到各所述第二相机位姿分别对应的第二优化相机位姿；所述基于所述第三三维矢量地图，生成所述第三路段中静...
【专利技术属性】
技术研发人员：薛宇飞，
申请(专利权)人：北京地平线机器人技术研发有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。