【技术实现步骤摘要】
本申请涉及智能驾驶，尤其涉及一种智驾数据采集方法、装置和汽车。
技术介绍
1、智能驾驶数据采集是指在智能驾驶(如自动驾驶汽车)系统开发、测试和优化过程中，通过传感器和其他技术手段收集各种驾驶相关数据的过程。这些数据用于训练、测试、验证和改进自动驾驶算法和模型，以提升车辆的驾驶能力和安全性。
2、当前，智能驾驶数据采集的关键是如何准确且高效安全的采集数据，现有智能驾驶数据采集方法通常依赖于人工定义场景和规则来为数据打标签，并通过can总线传输数据，这种方法效率较低。
3、例如，在自动驾驶领域，将激光雷达和相机信息整合到鸟瞰图(即bird's-eye-view感知图，一般缩写为bev)表示已成为感知技术发展的重要方向。然而，目前存在的一个主要挑战是激光雷达和相机传感器标定参数的准确性问题。在现实场景中固有的复杂性，其中激光雷达和相机之间的大多数投影矩阵都是手动标定的，而道路振动等因素又加剧了这种误差。这些固有误差无法通过在线标定来纠正，这是一个重大挑战。这种标定不可避免地会引入投影误差，导致深度失准(周围邻居的深度被投影为像素的深度)。这种深度未对准会导致深度特征不准确，从而导致多视图转换为bev表示期间出现未对齐，为了能够将激光雷达和相机信息对齐，即确保不同传感器采集到的数据能够精确对应到统一的时间和空间坐标系，避免数据的时空错位问题。在时间对齐上，现有做法一般是通过雷达经过相机中心触发相机一次曝光，从而达到时间同步，但这样会存在一些问题，尽管雷达触发相机可以实现时间上的一致性，但由于硬件设备的延迟和精度限
4、因此，如何调整激光雷达和相机两种传感器生成的特征，使它们在bev空间中对齐，以提高感知系统的准确性和稳健性，这是当前智能驾驶数据采集所面临的一个技术问题。
技术实现思路
1、有鉴于此，本申请实施例提供了一种智驾数据采集方法、装置和汽车，以解决现有技术中如何实现智驾数据采集的技术问题。
2、本申请实施例的第一方面，提供了一种智驾数据采集方法，其包括：分别获取至少两种感知传感器采集的数据，所述数据包括激光雷达采集到的点云数据，以及相机采集到的图像数据；对所述至少两种感知传感器进行联合标定，所述联合标定包括：采用运动补偿方式将所述点云数据和图像数据进行时间对齐，以及将所述点云数据和图像数据输入预先训练完成的图神经网络中，并在所述图神经网络的输出得到空间对齐的点云数据和图像数据；将联合标定后的点云数据和图像数据上传至车辆云服务器中。
3、本申请实施例的第二方面，提供一种智驾数据采集装置，其包括：数据获取模块，被配置为分别获取至少两种感知传感器采集的数据，所述数据包括激光雷达采集到的点云数据，以及相机采集到的图像数据；数据标定模块，被配置为对所述至少两种感知传感器进行联合标定，所述联合标定包括：采用运动补偿方式将所述点云数据和图像数据进行时间对齐，以及将所述点云数据和图像数据输入预先训练完成的图神经网络中，并在所述图神经网络的输出得到空间对齐的点云数据和图像数据；数据回传模块，被配置为将联合标定后的点云数据和图像数据上传至车辆云服务器中。
4、本申请实施例的第三方面，提供一种汽车，包括智驾数据采集系统，所述智驾系统包括激光雷达、相机和控制装置，所述控制装置至少包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
5、本申请实施例与现有技术相比存在的有益效果是：上述智驾数据采集方法通过分别获取至少两种感知传感器采集的数据，所述数据包括激光雷达采集到的点云数据，以及相机采集到的图像数据；对所述至少两种感知传感器进行联合标定，所述联合标定包括：采用运动补偿方式将所述点云数据和图像数据进行时间对齐，以及将所述点云数据和图像数据输入预先训练完成的图神经网络中，并在所述图神经网络的输出得到空间对齐的点云数据和图像数据；将联合标定后的点云数据和图像数据上传至车辆云服务器中，来采集到相机与激光雷达融合的智驾数据，由于对两种感知传感器采集数据进行了运动补偿的时间同步和基于图神经网络的空间同步，确保了多传感器数据的精确对齐，从而提供了准确可靠的原始数据，为后续模型训练和评测任务奠定了坚实基础。
本文档来自技高网...【技术保护点】
1.一种智驾数据采集方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述采用运动补偿方式将所述点云数据和图像数据进行时间对齐，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述点云数据和图像数据输入预先训练完成的图神经网络中，并在所述图神经网络的输出得到空间对齐的点云数据和图像数据，包括：
4.根据权利要求1所述的方法，其特征在于，在对所述至少两种感知传感器进行联合标定之后，还包括：
5.根据权利要求4所述的方法，其特征在于，在所述将联合标定后的点云数据和图像数据上传至车辆云服务器中之前，还包括：
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述将联合标定后的点云数据和图像数据上传至车辆云服务器中，包括；
7.根据权利要求6所述的方法，其特征在于，还包括：将所述元数据文件与压缩数据包存储在车辆云服务器中，并基于元数据文件和标签建立压缩数据包的索引信息。
8.根据权利要求7所述的方法，其特征在于，将所述元数据文件与压缩数据包存储在车辆云服务器中，包括：
...【技术特征摘要】
1.一种智驾数据采集方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述采用运动补偿方式将所述点云数据和图像数据进行时间对齐，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述点云数据和图像数据输入预先训练完成的图神经网络中，并在所述图神经网络的输出得到空间对齐的点云数据和图像数据，包括：
4.根据权利要求1所述的方法，其特征在于，在对所述至少两种感知传感器进行联合标定之后，还包括：
5.根据权利要求4所述的方法，其特征在于，在所述将联合标定后的点云数据和图像数据上传至车辆云服务器中之前，还包括：
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述将联合标...
【专利技术属性】
技术研发人员：罗玉聪，张操，李杨，苏星溢，
申请(专利权)人：重庆赛力斯凤凰智创科技有限公司，
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。