内森·库尔茨,奥托利夫
阿文德·贾亚拉曼,MathWorks
在自动驾驶的世界中,传感精度是最重要的,证明传感器能够完成这项工作是一件严肃的事情。这就是地面真相标签在奥托立夫验证过程中的重要作用。目前,注释地面真实数据是一项繁琐的人工工作,包括查找重要的感兴趣事件和使用人眼从激光雷达点云图像确定对象。本演讲介绍了一个在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。
记录日期:2018年5月2日
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。