[发明专利]自动驾驶感知数据的自动采集方法、装置、介质及设备

说明书

本申请公开了一种自动驾驶感知数据的自动采集方法、装置、介质及设备，属于自动驾驶技术领域，该方法包括：通过获取的周围车辆的当前帧点云信息，确定周围车辆的第一周围车辆信息；根据第一周围车辆信息，确定对应的第一边界框；从车辆信息数据库中获取周围车辆的第二周围车辆信息；将第二周围车辆信息转换到自车坐标系下，并确定周围车辆对应的第二边界框；将第一边界框和第二边界框进行匹配，根据匹配结果对点云信息进行记录。本申请通过在预建立的车辆信息数据库中提取周围车辆信息与自车感知的周围车辆信息进行比较，根据比较的结果进行自车感知数据的记录和删除，提高感知数据的覆盖度，提高数据采集的有效性。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶感知数据的自动采集方法、装置、介质及设备。

背景技术

在自动驾驶领域，车辆的安全行驶是首要条件，这就需要车辆有强大的感知能力，而感知又需要采集大量的数据进行标注、训练、分析和处理，这将耗费大量的成本。目前的感知系统可以实现大多数场景的稳定检测与识别，但是对于少数极端场景，例如港口环境下仍无法覆盖，这就给车辆的安全行驶带来了隐患。那在大量的自动驾驶数据面前，如何采集到真正有意义的数据，如何采集感知系统无法覆盖的极端场景，避免采集重复无效的数据，就显得尤为重要。

发明内容

针对现有技术中，在进行自动驾驶道路信息的感知时，在一些特殊场景下感知数据无法完全覆盖驾驶场景出现漏采，或者重复采集的问题，本申请提出一种自动驾驶感知数据的自动采集方法、装置、介质及设备。

在本申请的一个技术方案中，提供一种自动驾驶感知数据的自动采集方法，包括：通过当前自动驾驶车辆上激光雷达获取的周围车辆的当前帧点云信息，确定周围车辆在预建立的自车坐标系下的第一周围车辆信息；根据第一周围车辆信息，确定周围车辆各自对应的第一边界框；从预建立的车辆信息数据库中获取当前自动驾驶车辆在当前区域内周围车辆的第二周围车辆信息；将第二周围车辆信息转换到自车坐标系下，并确定周围车辆各自对应的第二边界框；将第一边界框和第二边界框进行匹配，根据匹配结果对点云信息进行记录。

可选的，确定周围车辆在预建立的自车坐标系下的第一周围车辆信息，包括：对当前帧点云信息进行预处理；通过深度学习检测网络对预处理后的点云信息进行识别，确定第一周围车辆信息，第一周围车辆信息包括周围车辆在自车坐标系下的位置信息、朝向信信息以及尺寸信息。

可选的，根据第一周围车辆信息，确定周围车辆各自对应的第一边界框，包括：通过车载计算单元，根据位置信息确定第一边界框的位置；根据朝向信息确定第一边界框的方向；根据尺寸信息确定第一边界框的大小。

可选的，车辆信息数据库的预建立过程包括：通过车辆上搭载的组合导航设备，获取自动驾驶车辆的位置和姿态；对位置和姿态进行整合，得到车辆在世界坐标系下的位置信息、朝向信息、速度信息；将位置信息、朝向信息、速度信息与车辆的尺寸信息进行整合，得到车辆的车辆信息；将车辆信息进行上传，得到车辆信息数据库。

可选的，将第一边界框和第二边界框进行匹配，根据匹配结果对点云信息进行记录，包括：分别对各个第一边界框和第二边界框进行中心点距离和交并比的计算；若中心点距离小于预设距离阈值且交并比大于预设阈值，则第一边界框和对应的第二边界框匹配。

可选的，将第一边界框和第二边界框进行匹配，根据匹配结果对点云信息进行记录，还包括：若第一边界框和对应的第二边界框匹配，判断第一边界框对应的第一速度和第二边界框对应的第二速度的差值；若差值大于预设速度阈值，则将当前帧点云信息对应时刻的前后各预设时间段的点云信息进行记录；若差值不大于预设速度阈值，则不对当前帧点云信息进行记录。

可选的，将第一边界框和第二边界框进行匹配，根据匹配结果对点云信息进行记录，还包括：若第一边界框没有与之匹配的第二边界框，则将当前帧点云信息进行记录，并标记为误检；若第二边界框没有与之匹配的第一边界框，则将当前帧点云信息进行记录，并标记为误检或漏检。