-
公开(公告)号:CN117743844A
公开(公告)日:2024-03-22
申请号:CN202311563965.7
申请日:2023-11-22
Applicant: 上海智能网联汽车技术中心有限公司 , 上海交通大学
IPC: G06F18/214 , G06F18/10 , G06F18/213 , G06V20/56 , G06N3/096 , G06V20/70
Abstract: 本发明涉及一种面向路侧激光雷达目标检测的迁移学习方法、设备、介质,方法包括如下步骤:获取目标场景的激光雷达点云数据作为目标域数据,筛选与目标域相近的激光雷达点云数据作为源域数据;针对所述源域数据,利用基于球坐标系的点云数据增强方法进行增强处理,得到增强后的源域数据;基于所述增强后的源域数据对目标检测模型进行预训练;将所述目标域数据输入与训练后的目标检测模型中,得到对应的伪标签,基于降噪后的伪标签和所述目标域数据对所述目标检测模型进行迁移训练,重复执行本步骤满足预设条件。与现有技术相比,本发明具有检测精度高、节省标注目标场景点云数据集的时间和成本等优点。
-
公开(公告)号:CN118886171A
公开(公告)日:2024-11-01
申请号:CN202410906715.7
申请日:2024-07-08
Applicant: 上海交通大学
Abstract: 本发明涉及自动驾驶数据采集领域,尤其涉及一种面向自动驾驶算法开发的仿真数据生成方法,包括初始化仿真环境;在仿真环境中部署自主移动的车辆和行人,在车辆上安装包括激光雷达和RGB相机在内的传感器;传感器收集的数据被转化为三维点云数据和RGB图像,筛选出可表征其几何结构的目标物体生成标签文件,基于预设的可见距离阈值过滤出可见目标物体,结合深度相机的数据判断顶点是否被遮挡,对于未被遮挡的目标物体生成对应的标签文件;保存传感器数据和标签文件,更新仿真场景重复采集完成数据集构建。通过对仿真场景、传感器、交通参与者等环境参数进行设置,构建了一个丰富的数据场景库,解决在遮挡情况下出现的标签关联错误,生成大量数据。
-