國(guó)內(nèi)的自動(dòng)駕駛行業(yè)正處于快速發(fā)展階段。伴隨隨著芯片算力的提升、算法的優(yōu)化以及數(shù)據(jù)采集標(biāo)注傳感設(shè)備的日益成熟,自動(dòng)駕駛技術(shù)正逐步從實(shí)驗(yàn)室轉(zhuǎn)向商業(yè)化應(yīng)用。電車時(shí)代的來臨,加速了自動(dòng)駕駛時(shí)代的全面降臨,23年國(guó)內(nèi)汽車行業(yè)內(nèi)卷的開始,自動(dòng)駕駛已然成為汽車賣點(diǎn)之一。
自動(dòng)駕駛訓(xùn)練模型的成熟和穩(wěn)定離不開感知技術(shù)的成熟和穩(wěn)定,訓(xùn)練自動(dòng)駕駛感知模型需要使用大量準(zhǔn)確真實(shí)的數(shù)據(jù)。據(jù)英特爾計(jì)算,L3+級(jí)自動(dòng)駕駛每輛汽車每天產(chǎn)生的數(shù)據(jù)高達(dá)4000GB,作為自動(dòng)駕駛技術(shù)應(yīng)用落地的必要條件,數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注服務(wù)已成為支撐自動(dòng)駕駛熱潮必不可少的一環(huán)。本文將以數(shù)據(jù)標(biāo)注的視角,通過標(biāo)貝科技自研平臺(tái)標(biāo)貝數(shù)據(jù)標(biāo)注平臺(tái),展示自動(dòng)駕駛常見的幾種標(biāo)注場(chǎng)景。
一. 2D圖像類場(chǎng)景標(biāo)注展示
1、障礙物類標(biāo)注
圖像障礙物標(biāo)注通常是通過在圖像上繪制邊界框、多邊形或像素級(jí)別的標(biāo)記來完成的。旨在識(shí)別和標(biāo)注圖像中的障礙物。包括但不限于以下類型(行人、車輛、交通標(biāo)志和信號(hào)、道路和車道線、建筑和結(jié)構(gòu)、自然障礙物、路面條件、其他障礙物)
2、紅綠燈標(biāo)注
圖像紅綠燈標(biāo)注是指在圖像中識(shí)別和標(biāo)注紅綠燈的位置和狀態(tài),可以用于訓(xùn)練紅綠燈檢測(cè)和識(shí)別算法,以使自動(dòng)駕駛車輛能夠準(zhǔn)確地檢測(cè)和理解交通信號(hào),從而做出安全的駕駛決策。此外,這些數(shù)據(jù)還可以用于交通流量監(jiān)控、交通違章檢測(cè)等交通管理和安全應(yīng)用中。
3、人臉標(biāo)注
人臉標(biāo)注指對(duì)抓取圖像中的人臉的關(guān)鍵位置,如臉廓、眉毛、眼睛、嘴唇等進(jìn)行標(biāo)注。關(guān)鍵點(diǎn)標(biāo)注通常在自動(dòng)駕駛中用于車載系統(tǒng)監(jiān)控、統(tǒng)計(jì)乘客人員數(shù)據(jù)、司乘身份驗(yàn)證等。
4、車道線標(biāo)注
車道線標(biāo)注主要用于道路地標(biāo)線的標(biāo)注,其數(shù)據(jù)可用于訓(xùn)練和評(píng)估車道線檢測(cè)、車道線跟蹤、車道保持等算法,以幫助自動(dòng)駕駛系統(tǒng)準(zhǔn)確識(shí)別和跟蹤車道線,實(shí)現(xiàn)車輛在道路上的穩(wěn)定行駛和導(dǎo)航。幫助自動(dòng)駕駛遵守車道規(guī)則行駛。
5、圖像分割:圖像分割可對(duì)圖片中復(fù)雜不規(guī)則類目進(jìn)行標(biāo)注,這些分類可能是“行人,車輛,建筑物,天空,植被等等,此外,除了區(qū)域劃分,語音分割還需標(biāo)注不同對(duì)象的對(duì)應(yīng)屬性,幫助車輛識(shí)別道路上的可行駛區(qū)域。
二. **3D場(chǎng)景標(biāo)注展示 **
1、障礙物識(shí)別:
點(diǎn)云障礙物識(shí)別是指利用激光雷達(dá)或深度攝像頭等傳感器獲取的對(duì)目標(biāo)進(jìn)行外輪廓的3D拉框點(diǎn)云數(shù)據(jù),通過算法識(shí)別和分析其中的障礙物,用于自動(dòng)駕駛、機(jī)器人導(dǎo)航、三維環(huán)境建模等領(lǐng)域。點(diǎn)云不受外界環(huán)境、光照等因素干擾,它能夠幫助系統(tǒng)實(shí)時(shí)感知環(huán)境并做出相應(yīng)的決策,從而實(shí)現(xiàn)安全、高效的自主行駛或?qū)Ш健?br />
2、道路邊界檢測(cè)
點(diǎn)云道路邊界檢測(cè)是指從點(diǎn)云數(shù)據(jù)中識(shí)別和提取道路邊界線的過程。這在自動(dòng)駕駛、交通規(guī)劃、道路維護(hù)等領(lǐng)域中具有重要意義。點(diǎn)云道路邊界檢測(cè)的準(zhǔn)確性和魯棒性對(duì)于自動(dòng)駕駛等領(lǐng)域的安全性和性能至關(guān)重要,因此需要結(jié)合多種技術(shù)和方法來實(shí)現(xiàn)可靠的檢測(cè)結(jié)果。
3、物體識(shí)別及抓取
點(diǎn)云物體識(shí)別及抓取是指利用點(diǎn)云數(shù)據(jù)識(shí)別環(huán)境中的物體,并進(jìn)行抓取操作的過程。這在機(jī)器人操作、自動(dòng)化倉(cāng)儲(chǔ)、工業(yè)生產(chǎn)等領(lǐng)域具有重要應(yīng)用。點(diǎn)云物體識(shí)別及抓取涉及到多個(gè)領(lǐng)域的知識(shí)和技術(shù),包括點(diǎn)云處理、機(jī)器學(xué)習(xí)、運(yùn)動(dòng)控制、路徑規(guī)劃等。綜合利用這些技術(shù)和方法,可以實(shí)現(xiàn)高效、準(zhǔn)確的物體識(shí)別及抓取操作。
4、運(yùn)動(dòng)物體連續(xù)幀標(biāo)注
點(diǎn)云運(yùn)動(dòng)物體連續(xù)幀標(biāo)注的作用是提供對(duì)動(dòng)態(tài)環(huán)境中運(yùn)動(dòng)物體行為的詳細(xì)理解,從而支持各種應(yīng)用,包括智能交通、自動(dòng)駕駛、機(jī)器人技術(shù)、虛擬現(xiàn)實(shí)等領(lǐng)域的發(fā)展和應(yīng)用。
5、點(diǎn)云物體分割
點(diǎn)云物體分割是指在點(diǎn)云數(shù)據(jù)中將不同的物體或區(qū)域進(jìn)行劃分和標(biāo)記,以便進(jìn)一步分析、理解或處理。這在計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)和三維感知領(lǐng)域中是一個(gè)重要的任務(wù),特別是在自動(dòng)駕駛、機(jī)器人導(dǎo)航、虛擬現(xiàn)實(shí)等應(yīng)用中。
6、融合:使用激光雷達(dá)傳感器與攝像機(jī)捕捉車輛周圍物體3D點(diǎn)云數(shù)據(jù)和2D視覺數(shù)據(jù),將位置數(shù)據(jù)和視覺數(shù)據(jù)進(jìn)行融合標(biāo)注,使自動(dòng)駕駛汽車系統(tǒng)能夠更準(zhǔn)確的了解周圍環(huán)境。
7、語義分割:與圖像分割相似,點(diǎn)云分割也需對(duì)不同區(qū)域標(biāo)注對(duì)象屬性,用分割工具將點(diǎn)云進(jìn)行上色分割,將道路目標(biāo)物體(多類型指定對(duì)象:包括但不限于車輛、建筑、樹木、行人等等)精準(zhǔn)標(biāo)注出來。
三、4D類數(shù)據(jù)標(biāo)注
4D點(diǎn)云標(biāo)注是在三維空間中標(biāo)注點(diǎn)云數(shù)據(jù)的同時(shí)考慮時(shí)間維度,通常用于動(dòng)態(tài)場(chǎng)景下的目標(biāo)跟蹤和行為分析。在自動(dòng)駕駛、機(jī)器人導(dǎo)航、視頻監(jiān)控等領(lǐng)域,對(duì)動(dòng)態(tài)場(chǎng)景中的障礙物、行人、車輛等進(jìn)行標(biāo)注時(shí),考慮時(shí)間維度可以提供更加準(zhǔn)確和完整的信息。
四、高效易用的標(biāo)貝數(shù)據(jù)標(biāo)注平臺(tái)
高質(zhì)量數(shù)據(jù)離不開高效數(shù)據(jù)處理平臺(tái)。標(biāo)貝數(shù)據(jù)標(biāo)注平臺(tái)就是集以上優(yōu)點(diǎn)于一身的數(shù)據(jù)智能服務(wù)平臺(tái)。作為標(biāo)貝科技科技旗下自研的數(shù)據(jù)服務(wù)平臺(tái),標(biāo)貝數(shù)據(jù)標(biāo)注平臺(tái)在自動(dòng)駕駛領(lǐng)域建立了深厚的技術(shù)壁壘,在業(yè)內(nèi)維持了較高的技術(shù)領(lǐng)先性。
除涵蓋2D、3D、4D自動(dòng)駕駛?cè)珗?chǎng)景的標(biāo)注工具外,標(biāo)貝數(shù)據(jù)標(biāo)注平臺(tái)也包含項(xiàng)目、供應(yīng)鏈、數(shù)據(jù)安全等管理類目。通過整合數(shù)據(jù)集管理、團(tuán)隊(duì)人員管理、工作流管理、數(shù)據(jù)統(tǒng)計(jì)分析等工作環(huán)節(jié),打破數(shù)據(jù)孤島模式,實(shí)現(xiàn)對(duì)數(shù)據(jù)全生命周期的統(tǒng)一管理,有效節(jié)約管理成本并顯著提升業(yè)務(wù)執(zhí)行效率。
截至目前,標(biāo)貝科技已與眾多世界頂級(jí)廠商、一線科技公司、主流算法公司、造車新勢(shì)力、傳統(tǒng)汽車主機(jī)廠商等數(shù)十家自動(dòng)駕駛相關(guān)賽道企業(yè)達(dá)成深度合作。而在未來,標(biāo)貝科技將繼續(xù)深耕自動(dòng)駕駛賽道,扮演好自動(dòng)駕駛基礎(chǔ)數(shù)據(jù)供應(yīng)商的角色,為自動(dòng)駕駛企業(yè)提供高質(zhì)量數(shù)據(jù)支撐,推動(dòng)自動(dòng)駕駛在更多場(chǎng)景下落地應(yīng)用。
審核編輯 黃宇
-
自動(dòng)駕駛
+關(guān)注
關(guān)注
788文章
14007瀏覽量
167749
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
自動(dòng)化標(biāo)注技術(shù)推動(dòng)AI數(shù)據(jù)訓(xùn)練革新
標(biāo)貝自動(dòng)化數(shù)據(jù)標(biāo)注平臺(tái)推動(dòng)AI數(shù)據(jù)訓(xùn)練革新

從自動(dòng)駕駛行業(yè),分析數(shù)據(jù)標(biāo)注在人工智能的重要性
以自動(dòng)駕駛角度解析數(shù)據(jù)標(biāo)注對(duì)于人工智能的重要性

從《自動(dòng)駕駛地圖數(shù)據(jù)規(guī)范》聊高精地圖在自動(dòng)駕駛中的重要性

標(biāo)貝數(shù)據(jù)標(biāo)注在智能駕駛訓(xùn)練中的落地案例

AI數(shù)據(jù)服務(wù)在智能駕駛訓(xùn)練中的應(yīng)用實(shí)例
淺析基于自動(dòng)駕駛的4D-bev標(biāo)注技術(shù)

標(biāo)貝科技:自動(dòng)駕駛中的數(shù)據(jù)標(biāo)注類別分享

MEMS技術(shù)在自動(dòng)駕駛汽車中的應(yīng)用
FPGA在自動(dòng)駕駛領(lǐng)域有哪些優(yōu)勢(shì)?
FPGA在自動(dòng)駕駛領(lǐng)域有哪些應(yīng)用?
自動(dòng)駕駛識(shí)別技術(shù)有哪些
標(biāo)貝數(shù)據(jù)采集標(biāo)注在自動(dòng)駕駛場(chǎng)景中落地應(yīng)用實(shí)例

評(píng)論