清华大学-自动驾驶汽车环境感知第三册第6章.pptxVIP

Chapter6

自动驾驶道路复杂场景理解

OutlineApolloScape数据集可行驶区域检测复杂场景理解动态场景理解基于PointNet的点云分类和语义分割实验

ApolloScape数据集目前，ApolloScape数据集从规模上看，包括十四多万帧高分辨率图像数据的逐像素语义标注、20多种驾驶地点下的稠密3D点云语义标注、立体图像、立体全景图像等，具有比Cityscapes、Kitti等同类数据集大10倍以上的数据量，表为ApolloScape数据集与其他街道场景数据集（Kitti、CityScapes等）的对比。在已发布的数据集中，有八万多帧图像对移动物体进行了实例级标注，对实例级的视频分割和预测有着极为重要的价值。

ApolloScape数据集ApolloScape场景解析旨在为图像中的每个像素/点云标注语义（类）标签，创建最全面的2D/3D场景分析，还开放了对3D车辆分割、道路线检测、定位系统和仿真工具的访问。其中对高分辨率图像像素级别的标注如图1所示，双目立体视觉图2所示。图1ApolloScape数据集某一场景逐像素语义标注图。图2ApolloScape数据集某一场景深度图。

可行驶区域检测在实际应用中，可行驶区域检测只要能结合高精度地图实现道路路径规划和障碍物躲避，不一定要完全提取出完整的路面可行驶区域。因此其可以实现整个路面的检测，也可以只提取出