14:05视频长度为14:05。
用于传感器验证的自动激光雷达点云标注
内森·库尔茨Autoliv
在自动驾驶的世界里,传感精度是最重要的,证明你的传感器可以完成这项工作是一件严肃的事情。这就是在Autoliv的验证过程中,地面真相标签发挥重要作用的地方。目前,对地面真相数据进行注释是一项繁琐的手工工作,包括寻找感兴趣的重要事件,并使用人眼从LiDAR点云图像中确定对象。这个演讲展示了一个用MATLAB开发的工具®以减轻一些与标记来自激光雷达传感器的点云数据相关的痛苦,以及该工具为标记器提供的优势。讨论了该工具的功能,包括帮助用户可视化、导航和注释点云数据中的对象;在多帧时间中跟踪这些对象;然后利用标记的数据开发基于机器学习的分类器。演讲还描述了如何使用标记过程的输出来训练深度神经网络,以提供一种全自动的方法来产生感兴趣的车辆对象,这些对象可以用于发现假阴性事件。用人工分析师做这件事所花费的时间与回放整个数据集的时间一样多。然而,使用完全自动化的方法,它可以在许多计算机上运行,以减少分析时间。这个视频展示了节省的时间以及标签的准确性,以及这种方法如何为Autoliv的验证过程提供了实质性的好处。
记录:2018年5月2日
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。