【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种行驶区域标签生成方法、装置、电子设备及存储介质。
技术介绍
1、可行驶区域检测在自动泊车系统或机器自动移动中是一项重要的感知任务，当前业内主流是通过深度学习的方法检测可行驶区域，例如，常规的目标检测方法和语义分割方法等，还有一种创新的深度学习方法，以向量的形式表示可行驶区域，端到端输出结果，与常规方法相比，计算量更小，不需要复杂的后处理，结果稳定性更高。
2、训练上述用于检测可行驶区域的模型需要大量的带标签数据，标签通常是由人工标注生成，但是现有的通过人工标签数据的方法效率较低，且标注成本较高。
3、申请内容
4、本申请实施例的主要目的在于提出一种行驶区域标签生成方法、装置、电子设备及存储介质，以期解决现有技术至少一种问题，本申请能够高效进行行驶区域标签生成。
5、为实现上述目的，本申请实施例的一方面提出了一种行驶区域标签生成方法，方法包括：
6、获取目标场景中时间同步的环视图和三维点云；环视图通过目标相机获得；
7、对三维点云进行坐标转换，得到三维点云中每个点云在目标相机的第一坐标系下的第一坐标；
8、基于第一坐标将三维点云分类到目标相机的环视视角的各个方向上，得到三维点云中每个点云的所属方向；
9、将三维点云中每个点云投影到其对应的所属方向所在的方向平面，得到每个所属方向对应的二维点云；
10、根据目标所属方向对应的二维点云中所有点云的第二坐标的变化趋势确定目标所属方向的障碍物距离；第二
11、根据所有所属方向的障碍物距离在环视图中生成行驶区域标签。
12、在一些实施例中，三维点云通过激光雷达获得，激光雷达和目标相机设置在目标车辆上；对三维点云进行坐标转换，得到三维点云中每个点云在目标相机的第一坐标系下的第一坐标，包括以下步骤：
13、基于激光雷达在目标车辆上的第一位姿，对三维点云进行第一坐标转换，得到三维点云中每个点云在目标车辆的第二坐标系下的第三坐标；
14、基于目标相机在目标车辆上的第二位姿，对第二坐标系下的三维点云进行第二坐标转换，得到三维点云中每个点云在目标相机的第一坐标系下的第一坐标。
15、在一些实施例中，目标相机的环视视角预先均分为360个角度的所属方向；基于第一坐标将三维点云分类到目标相机的环视视角的各个方向上，得到三维点云中每个点云的所属方向，包括以下步骤：
16、根据三维点云中每个点云在第一坐标系下的第一坐标的横坐标和纵坐标获得对应点云的方位角度；
17、对方位角度进行四舍五入处理，得到目标方位角；
18、基于目标方位角与预先均分的所有所属方向进行配对，得到三维点云中每个点云的所属方向。
19、在一些实施例中，目标相机的环视视角预先均分为360个角度的所属方向；将三维点云中每个点云投影到其对应的所属方向所在的方向平面，得到每个所属方向对应的二维点云，包括以下步骤：
20、将第一个角度的所属方向作为目标方向；
21、对三维点云在目标方向上的点云进行第三坐标转换，得到目标方向上的二维点云；
22、将目标方向的下一个角度对应的所属方向作为目标方向，返回执行对三维点云在目标方向上的点云进行第三坐标转换的步骤，直至得到所有角度的所属方向对应的二维点云；
23、其中，第三坐标转换具体为：
24、根据目标方向上每个点云的第一坐标的横坐标和纵坐标，结合目标方向的方向角度通过三角函数计算得到投影距离，将投影距离作为相应点云转换到二维点云的第二坐标的横坐标；
25、将目标方向上每个点云的第一坐标的高程作为相应点云转换到二维点云的第二坐标的纵坐标。
26、在一些实施例中，第二坐标的横坐标表征相应点云在目标所属方向上的投影距离，第二坐标的纵坐标表征相应点云在第一坐标系中的高程；根据目标所属方向对应的二维点云中所有点云的第二坐标的变化趋势确定目标所属方向的障碍物距离，包括以下步骤：
27、将目标所属方向对应的二维点云中所有点云按照第二坐标的横坐标由小到大的顺序进行排序，得到点云列表；
28、将点云列表中的第一个点云的作为目标点云；
29、基于目标点云的第二坐标，结合预设的斜率参数和截距参数计算得到目标点云的第二坐标到局部地面坡度线的距离值；
30、其中，距离值的表达式为：
31、
32、式中，dis表示距离值；k表示斜率参数；(xt,yt)表示目标点云的第二坐标；b表示截距参数；
33、当距离值大于距离阈值，确定距离值为目标所属方向的障碍物距离；否则，根据预设点坐标和目标点云的第二坐标更新斜率参数和截距参数，将点云列表中目标点云的下一个点云作为目标点云，返回执行基于目标点云的第二坐标，结合预设的斜率参数和截距参数计算得到目标坐标到局部地面坡度线的距离值的步骤，直至确定目标所属方向的障碍物距离；
34、其中，当遍历完点云列表中的所有点云计算得到的距离值均小于距离阈值，确定障碍物距离为无限大；初始化预设的斜率参数为0，初始化预设的截距参数为目标相机的高度。
35、在一些实施例中，预设点坐标包括第一坡度点坐标和第二坡度点坐标；根据预设点坐标和目标点云的第二坐标更新斜率参数和截距参数，包括以下步骤：
36、当目标点云为点云列表中的第一个点云，将(0,h)作为第一坡度点坐标，根据第一坡度点坐标、目标点云的第二坐标和预设的平滑因子得到第二坡度点坐标；h表示目标相机的高度；
37、当目标点云为点云列表中的第二个及之后的点云，将目标点云的前一个点云的第二坐标作为第一坡度点坐标，根据第一坡度点坐标、目标点云的第二坐标和平滑因子得到第二坡度点坐标；
38、根据第一坡度点坐标、第二坡度点坐标和目标点云的第二坐标更新斜率参数和截距参数；
39、其中，第二坡度点坐标的表达式为：
40、xt-1，yt-1←β*xt+(1-β)*xt-1,β*yt+(1-β)*yt-1
41、式中，箭头左边的(xt-1，yt-1)表示第二坡度点坐标；β表示平滑因子；箭头右边的(xt-1，yt-1)表示第一坡度点坐标；(xt，yt)表示目标点云的第二坐标；
42、更新斜率参数的表达式为：
43、
44、式中，k表示更新后的斜率参数；(xt-2，yt-2)表示第一坡度点坐标；(xt-1，yt-1)表示第二坡度点坐标；
45、更新截距参数的表达式为：
46、b←yt-2-k*xt-2
47、式中，b表示更新后的截距参数；(xt-2，yt-2)表示第一坡度点坐标；k表示更新后的斜率参数。
48、在一些实施例中，根据所有所属方向的障碍物距离在本文档来自技高网...
【技术保护点】
1.一种行驶区域标签生成方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述三维点云通过激光雷达获得，所述激光雷达和所述目标相机设置在目标车辆上；所述对所述三维点云进行坐标转换，得到所述三维点云中每个点云在所述目标相机的第一坐标系下的第一坐标，包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，所述目标相机的所述环视视角预先均分为360个角度的所述所属方向；所述基于所述第一坐标将所述三维点云分类到所述目标相机的环视视角的各个方向上，得到所述三维点云中每个点云的所属方向，包括以下步骤：
4.根据权利要求1所述的方法，其特征在于，所述目标相机的所述环视视角预先均分为360个角度的所述所属方向；所述将所述三维点云中每个点云投影到其对应的所述所属方向所在的方向平面，得到每个所述所属方向对应的二维点云，包括以下步骤：
5.根据权利要求1所述的方法，其特征在于，所述第二坐标的横坐标表征相应点云在所述目标所属方向上的投影距离，所述第二坐标的纵坐标表征相应点云在所述第一坐标系中的高程；所述根据目标所属方向对
6.根据权利要求5所述的方法，其特征在于，所述预设点坐标包括第一坡度点坐标和第二坡度点坐标；所述根据预设点坐标和所述目标点云的所述第二坐标更新所述斜率参数和所述截距参数，包括以下步骤：
7.根据权利要求1所述的方法，其特征在于，所述根据所有所述所属方向的所述障碍物距离在所述环视图中生成行驶区域标签，包括以下步骤：
8.一种行驶区域标签生成装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种行驶区域标签生成方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述三维点云通过激光雷达获得，所述激光雷达和所述目标相机设置在目标车辆上；所述对所述三维点云进行坐标转换，得到所述三维点云中每个点云在所述目标相机的第一坐标系下的第一坐标，包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，所述目标相机的所述环视视角预先均分为360个角度的所述所属方向；所述基于所述第一坐标将所述三维点云分类到所述目标相机的环视视角的各个方向上，得到所述三维点云中每个点云的所属方向，包括以下步骤：
4.根据权利要求1所述的方法，其特征在于，所述目标相机的所述环视视角预先均分为360个角度的所述所属方向；所述将所述三维点云中每个点云投影到其对应的所述所属方向所在的方向平面，得到每个所述所属方向对应的二维点云，包括以下步骤：
5.根据权利要求1所述的方法，其特征在于，所述第二坐标的横坐标表征相应点云在所述目标所属方向上的投影距离，所...
【专利技术属性】
技术研发人员：龙祥，
申请(专利权)人：联友智连科技有限公司，
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。