Nathan Kurtz,Autoliv
Arvind Jayaraman,Mathworks
在自动驾驶的世界中,感应精度最重要,证明您的传感器可以做这项工作是严肃的事业。这就是地面真理标签在自动活动的验证过程中具有重要作用。目前,注释地面真理数据是一种繁琐的手动努力,涉及找到兴趣的重要事件,并使用人眼确定激光乐队点云图像的对象。此通话显示了在Matlab中开发的工具®为了缓解与LIDAR传感器的标记点云数据相关的一些疼痛以及工具向贴标程序提供的优点。讨论该工具的能力,包括协助用户在点云数据中可视化,导航和注释对象;通过多个帧的时间跟踪这些对象;然后使用标记数据进行基于机器学习的分类器。谈话还描述了标签过程的输出如何用于培训深神经网络,以提供可以用于寻找误判事件的兴趣器的全自动方法。要与人类分析师执行此操作,需要花费尽可能多的时间播放整个数据集。但是,通过完全自动化的方法,可以在许多计算机上运行以减少分析时间。此视频显示时间储蓄以及所实现标签的准确性以及如何对Autoliv的验证过程提供大量益处。