[发明专利]一种基于环境数据的训练样本的生成方法及装置

权利要求书

1.一种基于环境数据的训练样本的生成方法，其特征在于，包括：

获取多帧环境数据，针对每一帧环境数据，通过预设的多个检测算法分别对该帧环境数据进行障碍物检测，确定各检测算法的检测结果，所述环境数据至少包括点云数据和图像数据中的一种；

对各检测算法的检测结果进行融合，确定该帧环境数据中的各障碍物的集合以及所述集合中各障碍物的综合检测结果，所述综合检测结果至少包括障碍物的类别以及包围框；

针对所述集合中的每个障碍物，基于其他各帧环境数据中障碍物的综合检测结果，对该障碍物进行目标跟踪，确定包含该障碍物的各帧环境数据，作为该障碍物的关联数据，并根据各关联数据中该障碍物的综合检测结果，确定该障碍物的稳定性；

根据各帧环境数据对应的集合中各障碍物的稳定性，对各帧环境数据中的各障碍物进行筛选，确定各目标障碍物；

针对每个目标障碍物，分别根据各帧环境数据中该目标障碍物对应的数据，确定训练样本，根据各帧环境数据中该目标障碍物对应的综合检测结果分别确定训练样本的标注。

2.如权利要求1所述的方法，其特征在于，对各检测算法的检测结果进行融合，确定该帧环境数据中的各障碍物的集合以及所述集合中各障碍物的综合检测结果，具体包括：

从各检测算法中确定目标算法，并确定所述目标算法检测到的各障碍物为匹配障碍物；

针对每个其他检测算法检测到的每个障碍物，根据该障碍物的包围框的位置以及各匹配障碍物的包围框的位置，从各匹配障碍物中确定该障碍物的临近障碍物；

确定该障碍物的包围框及其临近障碍物的包围框的重叠度，并判断所述重叠度是否大于预设的匹配阈值；

若否，则标记该障碍物为非重复检测的障碍物；

根据各非重复检测的障碍物以及各匹配障碍物，确定该帧环境数据中各障碍物的集合，以及所述集合中各障碍物的综合检测结果。

3.如权利要求1所述的方法，其特征在于，各检测算法的检测结果至少包括障碍物的包围框及其对应的各类别概率；

确定所述集合中各障碍物的综合检测结果，具体包括：

针对所述集合中的每个障碍物，根据各检测算法的检测结果中该障碍物的各类别概率以及预设的各检测算法的权重，确定该障碍物的类别；

确定各障碍物的包围框以及类别作为所述集合中各障碍物的综合检测结果。

4.如权利要求3所述的方法，其特征在于，根据各关联数据中该障碍物的综合检测结果，确定该障碍物的稳定性，具体包括：

根据各帧关联数据对应的该障碍物的类别，确定该障碍物的关联类别；

针对每一个关联类别，确定该关联类别对应的关联数据的数量，作为第一关联数量；

根据该障碍物对应的各第一关联数量以及该障碍物的关联数据的数量，确定该障碍物的类别稳定性，作为该障碍物的稳定性。

5.如权利要求4所述的方法，其特征在于，根据该障碍物对应的各第一关联数量以及该障碍物的关联数据的数量，确定该障碍物的类别稳定性，具体包括：

确定该障碍物的关联数据中包含的关联类别的数量，判断确定出的数量是否大于预设的类别数量值；

若否，则将各关联类别中，第一关联数量最大的关联类别作为稳定类别，并根据所述稳定类别的第一关联数量以及该障碍物的关联数据的数量，确定该障碍物的类别稳定值，并当所述类别稳定值大于预设的类别稳定阈值时，确定该障碍物的类别稳定性为稳定，当所述类别稳定值不大于预设的类别稳定阈值时，确定该障碍物的类别稳定性为不稳定；

若是，则确定该障碍物的类别稳定性为不稳定。