0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

AI數(shù)據(jù)服務(wù)在智能駕駛訓(xùn)練中的應(yīng)用實(shí)例

郭麗 ? 來源:智能語音交互 ? 作者:智能語音交互 ? 2024-12-24 15:14 ? 次閱讀

標(biāo)貝科技深耕AI數(shù)據(jù)服務(wù)多年,在無人駕駛自動(dòng)駕駛智能駕駛領(lǐng)域擁有豐富的合作案例。多次采用點(diǎn)云標(biāo)注以及3D&2D融合等標(biāo)注方式為智能駕駛領(lǐng)域客戶提供環(huán)境感知、決策策劃、車道線標(biāo)注、障礙物監(jiān)測(cè)、道路標(biāo)志牌標(biāo)注等標(biāo)注服務(wù)。以下為標(biāo)注科技經(jīng)手的智能駕駛的標(biāo)注案例,供大家參考。

合作案例一:無人車高精度地圖及行駛路線繪制

項(xiàng)目背景: 無人車需要行駛區(qū)域的高精度地圖繪制,并對(duì)區(qū)域內(nèi)的車道線、道路標(biāo)志牌等進(jìn)行標(biāo)注繪制。

項(xiàng)目標(biāo)注難點(diǎn):

1、4D標(biāo)注位置于2D標(biāo)注位置難以對(duì)齊;

2、標(biāo)注范圍過大,位姿精度不夠準(zhǔn)確;

3、上萬的時(shí)序工作量巨大,時(shí)序難以對(duì)齊;

對(duì)應(yīng)解決方案:

1、選擇線段上的真實(shí)點(diǎn)位信息,可以將一個(gè)線段裁切成兩個(gè)線段、可以吸附最近的點(diǎn)云、可以共點(diǎn)新建、可以首尾延長(zhǎng)繪制,解決4D標(biāo)注位置于2D標(biāo)注位置難以對(duì)齊的問題;

2、矯正標(biāo)注范圍,增加了不同距離范圍下,多個(gè)可觀測(cè)的投影相機(jī)確定可參考的位姿范圍,解決標(biāo)注范圍過大,位姿精度不夠準(zhǔn)確的問題;

3、將每幀的時(shí)序在3D區(qū)及下方序列幀工具欄展示,增加關(guān)鍵幀驗(yàn)收的功能,并且使用紅點(diǎn)標(biāo)記,保證標(biāo)注效果的同事,精簡(jiǎn)工作流程提升標(biāo)注效率。

交付成果:

指定區(qū)域地圖信息繪制精度達(dá)到及行駛路線標(biāo)注準(zhǔn)確率高達(dá)99.5%.

合作案例一:道路斜坡信息標(biāo)注

項(xiàng)目背景: 采集道路上的斜坡信息,并對(duì)斜坡的坡度、高度、長(zhǎng)度進(jìn)行標(biāo)注,并手動(dòng)調(diào)節(jié)每個(gè)3Dbox框的俯仰角極度消耗標(biāo)注時(shí)間**。**

標(biāo)注方式:3D點(diǎn)云標(biāo)注、3D&2D融合標(biāo)注

項(xiàng)目標(biāo)注難點(diǎn):

1、無法測(cè)量斜坡路線信息進(jìn)行實(shí)際駕駛距離測(cè)算;

2、難以還原斜坡路面真實(shí)信息;

對(duì)應(yīng)解決方案:

1、利用地面的平坦性質(zhì)來識(shí)別和提取地面點(diǎn),再通過矩陣計(jì)算將地面找平,計(jì)算出真實(shí)的路線距離;

2、將地面點(diǎn)從點(diǎn)云中剔除,留下其他非地面點(diǎn)。去除地面信息后可更好理解場(chǎng)景及更快速標(biāo)注,數(shù)據(jù)處理后,配合自動(dòng)貼合算法,找出框內(nèi)點(diǎn)距3D框間最短的距離向內(nèi)貼合

交付成果:

指定道路的斜坡信息采集準(zhǔn)確率高達(dá)100%,斜坡路線信息標(biāo)注準(zhǔn)確率高達(dá)99%.5。

以上為標(biāo)貝科技經(jīng)手過的標(biāo)注合作案例,根據(jù)不同現(xiàn)實(shí)駕駛環(huán)境要求,其標(biāo)注的難度和對(duì)應(yīng)的標(biāo)注方案也不盡相同,標(biāo)貝可根據(jù)客戶智能駕駛的個(gè)性化要求提供定制化標(biāo)注解決方案,解決不同智能駕駛環(huán)境下的道路、環(huán)境等標(biāo)注問題。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    30887

    瀏覽量

    269065
  • 數(shù)據(jù)服務(wù)

    關(guān)注

    0

    文章

    36

    瀏覽量

    9870
  • 智能駕駛
    +關(guān)注

    關(guān)注

    3

    文章

    2520

    瀏覽量

    48760
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    標(biāo)貝數(shù)據(jù)標(biāo)注智能駕駛訓(xùn)練的落地案例

    標(biāo)貝科技深耕AI數(shù)據(jù)服務(wù)多年,無人駕駛、自動(dòng)駕駛智能駕駛
    的頭像 發(fā)表于 12-24 15:17 ?439次閱讀
    標(biāo)貝<b class='flag-5'>數(shù)據(jù)</b>標(biāo)注<b class='flag-5'>在</b><b class='flag-5'>智能</b><b class='flag-5'>駕駛</b><b class='flag-5'>訓(xùn)練</b><b class='flag-5'>中</b>的落地案例

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗(yàn)】+數(shù)據(jù)具身人工智能的價(jià)值

    嵌入式人工智能(EAI)將人工智能集成到機(jī)器人等物理實(shí)體,使它們能夠感知、學(xué)習(xí)環(huán)境并與之動(dòng)態(tài)交互。這種能力使此類機(jī)器人能夠人類社會(huì)中有效地提供商品及
    發(fā)表于 12-24 00:33

    AI基礎(chǔ)數(shù)據(jù)服務(wù)AI產(chǎn)業(yè)的關(guān)鍵支撐

    數(shù)據(jù)、算法和算力是構(gòu)建AI系統(tǒng)的三大核心要素,三者的協(xié)同使現(xiàn)代AI技術(shù)實(shí)現(xiàn)了從理論到應(yīng)用的飛躍。算法是處理信息、提取特征、進(jìn)行預(yù)測(cè)的邏輯框架;算力支持算法處理龐人和復(fù)雜的數(shù)據(jù)集,使得研
    的頭像 發(fā)表于 12-13 15:45 ?213次閱讀
    <b class='flag-5'>AI</b>基礎(chǔ)<b class='flag-5'>數(shù)據(jù)服務(wù)</b>是<b class='flag-5'>AI</b>產(chǎn)業(yè)的關(guān)鍵支撐

    AI基礎(chǔ)數(shù)據(jù)服務(wù)AI產(chǎn)業(yè)升級(jí)扮演哪些角色

    數(shù)據(jù)、算法和算力是構(gòu)建AI系統(tǒng)的三大核心要素,三者的協(xié)同使現(xiàn)代AI技術(shù)實(shí)現(xiàn)了從理論到應(yīng)用的飛躍。算法是處理信息、提取特征、進(jìn)行預(yù)測(cè)的邏輯框架;算力支持算法處理龐人和復(fù)雜的數(shù)據(jù)集,使得研
    的頭像 發(fā)表于 12-13 15:41 ?401次閱讀
    <b class='flag-5'>AI</b>基礎(chǔ)<b class='flag-5'>數(shù)據(jù)服務(wù)</b><b class='flag-5'>在</b><b class='flag-5'>AI</b>產(chǎn)業(yè)升級(jí)<b class='flag-5'>中</b>扮演哪些角色

    標(biāo)貝科技:AI基礎(chǔ)數(shù)據(jù)服務(wù),人工智能行業(yè)發(fā)展的底層支撐

    隨著不同大模型語言理解及生成等領(lǐng)域的出色表現(xiàn),大模型別后的規(guī)模規(guī)律不斷強(qiáng)化數(shù)據(jù)在要提升AI性能上的關(guān)鍵作用,AI數(shù)據(jù)服務(wù)可加速高質(zhì)量
    的頭像 發(fā)表于 11-14 18:32 ?267次閱讀
    標(biāo)貝科技:<b class='flag-5'>AI</b>基礎(chǔ)<b class='flag-5'>數(shù)據(jù)服務(wù)</b>,人工<b class='flag-5'>智能</b>行業(yè)發(fā)展的底層支撐

    AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得

    訓(xùn)練和推理提供了強(qiáng)大的算力支持,使得AI科學(xué)研究的應(yīng)用更加廣泛和深入。 3. 數(shù)據(jù)驅(qū)動(dòng)的研究范式 第二章還強(qiáng)調(diào)了
    發(fā)表于 10-14 09:16

    GPU服務(wù)AI訓(xùn)練的優(yōu)勢(shì)具體體現(xiàn)在哪些方面?

    GPU服務(wù)AI訓(xùn)練的優(yōu)勢(shì)主要體現(xiàn)在以下幾個(gè)方面: 1、并行處理能力:GPU服務(wù)器擁有大量的
    的頭像 發(fā)表于 09-11 13:24 ?414次閱讀

    PythonAI的應(yīng)用實(shí)例

    Python人工智能AI)領(lǐng)域的應(yīng)用極為廣泛且深入,從基礎(chǔ)的數(shù)據(jù)處理、模型訓(xùn)練到高級(jí)的應(yīng)用部署,Python都扮演著至關(guān)重要的角色。以下
    的頭像 發(fā)表于 07-19 17:16 ?1087次閱讀

    定制化、精細(xì)化、場(chǎng)景化AI訓(xùn)練數(shù)據(jù)趨于基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)主流

    算法、算力和數(shù)據(jù)共同構(gòu)成了AI產(chǎn)業(yè)鏈技術(shù)發(fā)展的三大核心要素。人工智能行業(yè)發(fā)展進(jìn)程,有監(jiān)督的深度學(xué)習(xí)算法是推動(dòng)人工
    的頭像 發(fā)表于 06-26 15:01 ?383次閱讀
    定制化、精細(xì)化、場(chǎng)景化<b class='flag-5'>AI</b><b class='flag-5'>訓(xùn)練</b><b class='flag-5'>數(shù)據(jù)</b>趨于基礎(chǔ)<b class='flag-5'>數(shù)據(jù)服務(wù)</b>市場(chǎng)主流

    標(biāo)貝數(shù)據(jù)采集標(biāo)注自動(dòng)駕駛場(chǎng)景中落地應(yīng)用實(shí)例

    AI數(shù)據(jù)服務(wù)作為人工智能和機(jī)器學(xué)習(xí)的基礎(chǔ),自動(dòng)駕駛領(lǐng)域中有著重要地位。與其他人工智能應(yīng)用場(chǎng)景相
    的頭像 發(fā)表于 05-28 14:22 ?573次閱讀
    標(biāo)貝<b class='flag-5'>數(shù)據(jù)</b>采集標(biāo)注<b class='flag-5'>在</b>自動(dòng)<b class='flag-5'>駕駛</b>場(chǎng)景中落地應(yīng)用<b class='flag-5'>實(shí)例</b>

    HarmonyOS開發(fā)實(shí)例:【分布式數(shù)據(jù)服務(wù)

    分布式數(shù)據(jù)服務(wù)(Distributed Data Service,DDS)為應(yīng)用程序提供不同設(shè)備間數(shù)據(jù)分布式的能力。
    的頭像 發(fā)表于 04-18 10:18 ?729次閱讀
    HarmonyOS開發(fā)<b class='flag-5'>實(shí)例</b>:【分布式<b class='flag-5'>數(shù)據(jù)服務(wù)</b>】

    NanoEdge AI的技術(shù)原理、應(yīng)用場(chǎng)景及優(yōu)勢(shì)

    工業(yè)生產(chǎn)過程,NanoEdge AI 可以幫助實(shí)現(xiàn)對(duì)生產(chǎn)線的實(shí)時(shí)監(jiān)控和故障預(yù)測(cè),提高生產(chǎn)效率和降低維護(hù)成本。 3.智能交通:通過將 NanoEdge
    發(fā)表于 03-12 08:09

    車內(nèi)語音識(shí)別數(shù)據(jù)智能駕駛的價(jià)值與應(yīng)用

    車內(nèi)語音識(shí)別數(shù)據(jù)智能駕駛的價(jià)值與應(yīng)用 一、引言 隨著智能
    的頭像 發(fā)表于 02-19 11:47 ?594次閱讀

    語音數(shù)據(jù)智能駕駛的關(guān)鍵作用與應(yīng)用

    的關(guān)鍵作用、應(yīng)用、挑戰(zhàn)以及未來的發(fā)展趨勢(shì)。 二、語音數(shù)據(jù)智能駕駛的關(guān)鍵作用
    的頭像 發(fā)表于 01-31 16:22 ?471次閱讀

    車內(nèi)語音識(shí)別數(shù)據(jù)智能駕駛的應(yīng)用與挑戰(zhàn)

    一、引言 隨著智能駕駛技術(shù)的不斷發(fā)展,車內(nèi)語音識(shí)別數(shù)據(jù)智能駕駛
    的頭像 發(fā)表于 01-26 18:14 ?1118次閱讀