自动驾驶:深度学习-obstacle数据标注

看得见(定位、避障)听得着(决策、控制、执行)讲得出(路径规划、行车方式)有大脑(边缘计算)是自动驾驶需解决四个方面的问题。

需要实现自动驾驶过程中,汽车本身的算法要去做处理更多,更复杂的场景,需要让汽车通过感知、规划、决策、控制方面的努力,让机器具备智力,这个过程我们称之为人工智能。事实上,智能产生的背后需要海量的真实道路数据做支撑。

这就需要数据标注,它存在的意义之一便是让机器理解、认识世界。

今天分享的就是自动驾驶领域常见的九类数据标注中2D障碍物框标注

障碍物(obstacle)数据标注

一、分类及属性:

1.1 Motorcycle(摩托车)

1.2 Bicycle(自行车)

1.3 Cyclist(骑摩托车/自行车的人)

1.4 Wheelline(前后轮线)

1.5 Tricycle(三轮车)

1.6 Pedestrain(行人)

1.7 Traffic Signs(交通灯)

1.8 Info_signs(交通指 示牌)

1.9 Don`t care(无所谓物体)

1.10 Hood(车罩),Pole(杆)

1.11 PoleIgnore(可忽略杆)

1.12 Horizon(地平线)

1.13 Animals(其他动物)

Motorcycle(摩托车),Bicycle(自行车)用带拐点的矩形框画出,具有相同的属性如下:

CVIP(是否车道前方障碍):1(是);occluded:0.2,0.4,0.6,0.8;truncated:0.2,0.4,0.6,0.8;rider(关联骑行的人):对应骑行人的id(画完cyclist才会有);ignore_anglepoint(是否忽略拐点):1(是);yaw(航向角):xx度

wheel line: 摩托车自行车加上Wheel line的标注,但只有在路面上行 驶的摩托车和自行车才需要画wheelline,画法与car的画法一致,停在路边的不用画。

Tricycle(三轮车)用带拐点矩形框画出,具有属性如下:

CVIP(是否车道前方障碍):1(是);occluded:0.2,0.4,0.6,0.8;truncated:0.2,0.4,0.6,0.8;yaw(航向角):xx度

三轮车也需要画wheel line,三轮车按方向画wheelline,以后轮作为参照点, 切线需要与车边平行,不与前轮相连。

Cyclist(骑摩托车/自行车的人)和Pedestrain(行人)用普通 矩形框画出,拥有相同属性如下:

CVIP(是否车道前方障碍):1(是);occluded:0.2,0.4,0.6,0.8;truncated:0.2,0.4,0.6,0.8;humanPose(关联的huamn):对应humanpose的id(画完huamnpose才会有)

Traffic Signs(交通灯)用矩形框画出,有自己独特的属性:

occluded:0.2,0.4,0.6,0.8;
truncated:0.2,0.4,0.6,0.8;
yaw(航向角):xx度
control(是否控制当前车道): 1(是);
light_status(等是否全灭):1(是);
non_arrow(非箭头灯):r(红),g(绿),y(黄),un(不清晰);(通常指圆形交通灯)
digital_number(数字灯):r(红),g(绿),y(黄),un(不清 晰),具体数字值(手动输 入点击确定);
left_arrow(左转箭头灯):r(红),g(绿),y(黄),un(不清晰);
forward_arrow(前行箭头灯):r(红),g(绿),y(黄),un(不清晰);
right_arrow(右转箭头灯):r(红),g(绿),y(黄),un(不清晰);
crosswalk_light(人行横道信号灯):r(红),g(绿),y(黄),un(不清晰);
forward_and_right_arrow(直行+右转灯):r(红),g(绿),y(黄),un(不清晰);
forward_and_left_arrow(直行+左转灯):r(红),g(绿),y(黄),un(不清晰);
left_turn_arrow(左转+掉头灯):r(红),g(绿),y(黄),un(不清晰);
right_45_arrow(右前方45度灯):r(红),g(绿),y(黄),un(不清晰);
left_45_arrow(左前方45度灯):r(红),g(绿),y(黄),un(不清晰);
u-turn_light(掉头信号灯):r(红),g(绿),y(黄),un(不清晰);
non-motor_vehicle_light(非机动车灯):r(红),g(绿),y(黄),un(不清晰);
bicycle_light(自行车灯):r(红),g(绿),y(黄),un(不清晰);
lane_light(车道信号灯):r(红),g(绿),y(黄),un(不清晰);
intersection_rr_light(道口信号灯):r(红) ,un(不清晰);
separate_light(分道信号灯):g(绿),un(不清晰);
slow_down(减速慢行灯):r(红) ,off(熄灭),un(不清晰);

关于交通灯属性,还有几点需要明确:

  • 1.交通灯不选属性表示交通灯的属性待确认,比如背面的交通灯,因为不知道是属于什么类别,那么属性就是待确认,不用选;
  • 2.属性面板上light_status以下的属性都是可以多选的,比如一个交通灯上可能同时有非箭头灯和数字灯,那么这两种属性都要选择。

Infosign(交通指示牌)用矩形框画出,具有属性如下:

通用属性:

occluded:0.2,0.4,0.6,0.8;truncated:0.2,0.4,0.6,0.8;

特殊说明:

交通指 示牌里限重, 限速 ,限高 ,限宽4类标 识牌除了有occluded和truncated属性,还有一个info_signs_value(数值)属性,也就是限制的具体数值,也需要给出,具体如下图:

如果数值是选项里存在的,直接点击对应的数值选中即可;如果是选项里没有的,则需要在‘其他值’方框里输入具体值,然后点击‘其他’按钮确认。

infosign有多个类,总体具有三种含义,具体如下:

warning(警示标志):class名字形如w?,例如w1、w2…,如下图:

prohibitory(禁令标志):class名字形如p?,例如p1、p2、pm*…,如下图:

mandatory(指示标志):class名字形如i?,例如i1、i2、il*…,如下图:

在标注时,需按图片上info_sign的具体内容选择相对应的种类;

pole(杆)用多边形画出,拥有属性:

touch_ground(可见部分接触地面):1(接触地面)

用多边形画出路边的杆,并选择对应的属性。

注意:只画出杆子的垂直部分,选择杆的可见部分是否接触地 面属性,接触 了就选中该属性,杆可见部分没接触地面就不选,被遮挡的杆尽可能准确预估。

注意:如果杆有底座要框进去。

pole_ignore是针对pole存在的一个类别,无属性。太远看不清的杆画pole_ignore,被遮挡的pole_ignore可以只预估一点点。

Horizon(地平线)用直线画出,无属性。用直线画出远处地平 线,被遮挡情况下需要预估(地平 线最好是画长一点, 它不仅仅指道路的最远处,可以理解为当前车辆行驶方向延伸到的最远处);

Hood指自己车辆的车头/车罩。标注方法是用折线画出车头的轮廓,无属性。

Animals(其他动物):矩形框标注,拥有遮挡截断比例属性;

occluded:0.2,0.4,0.6,0.8;truncated:0.2,0.4,0.6,0.8;

Don`t care(无所谓目标),用 普通 矩形框画出,无属性,可以用一个框框多个物体,不用预估,只画可见部分。

不论是Object_vehicle还是Object_others中,都有太远太小太模糊 的物体,Don`tcare用于标注因为距离太远无法看清或是极小的交通目标,比如太远太小的car或者行人等等,都标注成Don`t care, 此时可将连在一 起这类目标标注在一个don’t care框内(虽然don’t care可以将多个物体框在一起,但需要避免框进太多无关区域)。

注意:以上Object类别都 必须 单个分别画出,就是说只能一个框画一个物体,不可将多个相同类别的物体框在一个标注框内,若摩托车上载有多个人,也需要分别单独标注为cyclist。Don`t care(无所谓目标)除外。

二、车道数量和车道序号

当前方向车道线数量和在第几车道(从右往左数)这两个作为图片的属性,每张图都要选。

潮湿等级:

根据当前路面选择;如果是雨天,在metadata道路面选择了潮湿,就不用在O_Others单张选择潮湿等级。


随着5G基站的完善,独立组网模式的5G网络已覆盖全国所有地市,5G终端连接数超过两个亿,而自动驾驶作为5G最重要的场景应用,成为百度、华为等众多大企业重点发力的领域之一。

发表评论

您的电子邮箱地址不会被公开。