AI数据服务在智能驾驶训练中的应用实例

标贝科技深耕AI数据服务多年，在无人驾驶、自动驾驶等智能驾驶领域拥有丰富的合作案例。多次采用点云标注以及3D&2D融合等标注方式为智能驾驶领域客户提供环境感知、决策策划、车道线标注、障碍物监测、道路标志牌标注等标注服务。以下为标注科技经手的智能驾驶的标注案例，供大家参考。

合作案例一：无人车高精度地图及行驶路线绘制

项目背景： 无人车需要行驶区域的高精度地图绘制，并对区域内的车道线、道路标志牌等进行标注绘制。

项目标注难点：

1、4D标注位置于2D标注位置难以对齐；

2、标注范围过大，位姿精度不够准确；

3、上万的时序工作量巨大，时序难以对齐；

对应解决方案：

1、选择线段上的真实点位信息，可以将一个线段裁切成两个线段、可以吸附最近的点云、可以共点新建、可以首尾延长绘制，解决4D标注位置于2D标注位置难以对齐的问题；

2、矫正标注范围，增加了不同距离范围下，多个可观测的投影相机确定可参考的位姿范围，解决标注范围过大，位姿精度不够准确的问题；

3、将每帧的时序在3D区及下方序列帧工具栏展示，增加关键帧验收的功能，并且使用红点标记，保证标注效果的同事，精简工作流程提升标注效率。

交付成果：

指定区域地图信息绘制精度达到及行驶路线标注准确率高达99.5%.

合作案例一：道路斜坡信息标注

项目背景： 采集道路上的斜坡信息，并对斜坡的坡度、高度、长度进行标注，并手动调节每个3Dbox框的俯仰角极度消耗标注时间**。**

标注方式：3D点云标注、3D&2D融合标注

项目标注难点：

1、无法测量斜坡路线信息进行实际驾驶距离测算；

2、难以还原斜坡路面真实信息；

对应解决方案：

1、利用地面的平坦性质来识别和提取地面点，再通过矩阵计算将地面找平，计算出真实的路线距离；

2、将地面点从点云中剔除，留下其他非地面点。去除地面信息后可更好理解场景及更快速标注，数据处理后，配合自动贴合算法，找出框内点距3D框间最短的距离向内贴合

交付成果：

指定道路的斜坡信息采集准确率高达100%，斜坡路线信息标注准确率高达99%.5。

以上为标贝科技经手过的标注合作案例，根据不同现实驾驶环境要求，其标注的难度和对应的标注方案也不尽相同，标贝可根据客户智能驾驶的个性化要求提供定制化标注解决方案，解决不同智能驾驶环境下的道路、环境等标注问题。

审核编辑 黄宇