自动驾驶如何面对恶劣天气问题？景联文科技提供相关数据标注服务

在恶劣的天气中行驶是全自动驾驶车辆面临的主要挑战之一，车辆传感器的重要数据很容易被干扰。目前，自动驾驶中的环境感知存在着两种技术路线，摄像头+毫米波雷达的融合方案和激光雷达+摄像头+毫米波雷达的融合方案。不同的传感器在不同恶劣天气的影响下，都会出现不同的问题。

 车辆传感器受恶劣天气条件的影响

一、激光雷达

激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。其具有精度高，穿透力强的特点，但对雨、雪、雾等恶劣天气的适应性相对较差。

1.降雨

在暴雨等降水强度大的情况下对激光雷达的影响较大，但在其它降雨情况时激光雷达基本不会受到任何影响。

2.降雪

降雪和风沙都会对激光雷达产生影响。雪是由大量白色不透明的冰晶和其聚合物组成的，很容易因堆积形成障碍物；风沙是由从地上卷起的沙尘构成，也容易因堆积形成障碍物，从而影响到激光雷达的扫描距离，或者直接导致激光雷达探测发生错误。

3.大雾

雾是油近地面空气中悬浮的小水滴或冰晶组成的水汽凝结物，这一特性也会对雷达感知造成影响。当前，1550nm波长的激光雷达可输出高发射功率，实现更远探测距离，能够减轻雾天带来的影响，但依然存在激光脉冲遇水即被吸收的特性，也成为其克服恶劣天气的重大阻碍。

二、毫米波雷达

毫米波雷达是工作在毫米波波段探测的一种雷达。通常毫米波是指30～300GHz频域作为探测媒介，毫米波在传播过程中不易受到环境的影响，对雨、雪、雾等有很好的穿透能力。

三、摄像头

降雨、降雪、大雾等恶劣天气都会对摄像头成像质量造成或大或小的影响。因此，算法上的去雨、去雪、去雾处理，成为摄像头在恶劣天气下提升感知能力的重要方向。

1.降雨

对摄像头来说，只要一滴雨粘在镜头上，就会对摄像头造成极大的影响。

2.降雪

沾在镜头上的雪花会对摄像头造成较大影响。这是因为当雪沾上镜头后，部分将融化成水，遮挡住摄像头。在天气寒冷的情况下，雪融化成水后可能会在镜头上结成冰，从而在摄像头视线上形成一种不透明的障碍物。

因此，当路面有积雪堆积遮挡车道线时，自动驾驶车道线的定位将会失效。

3.大雾

大雾对摄像头的影响相对均匀。在夜间或雾中，摄像头误检率达40%。

四、传感器融合

单单凭借传统的激光雷达或摄像头可能无法使车辆在恶劣天气条件下安全导航。现已有公司提出了在恶劣天气条件下的深度多模态传感器融合的观点，这也许可以较好的解决自动驾驶在恶劣天气环境下的影响。

 

数据标注对自动驾驶环境感知技术的重要性

自动驾驶感知技术是自动驾驶核心技术之一。随着自动驾驶测试仪器的不断改进和环境感知技术的不断优化，自动驾驶技术已经取得了不小的发展。与其他应用相比，自动驾驶技术更受数据依赖。

技术的发展需要算法的不断进步，自动驾驶对算法提出更高要求的同时，也对数据标注的准确性提出了更高的要求。只有通过大量高质量场景标注数据不断训练并优化算法，才能提升自动驾驶环境感知技术，从而确保自动驾驶的安全性。可以说标注数据的质量直接决定了算法的质量。

景联文科技支持自动驾驶数据标注服务

景联文科技作为长三角地区规模最大的AI基础服务商之一，针对定制化程度高、标注情况多而复杂的项目，景联文科技有先进的数据标注平台与成熟的标注、审核、质检机制，支持恶劣天气条件下3D点云标注、3D点云关键点标注、2D/3D融合标注、3D点云目标检测等多类型数据标注。平台还具有自动标注功能，可对图像进行预处理，根据标注结果调整模型进行标注，根据场景灵活配制标注流程，进一步保证了标注精度。平台经过升级可承载大量数据并同时进行处理且不影响其加载速率。

案例

国内知名无人驾驶车辆企业 3D点云障碍物标注

一、需求：标注点云图片共计2w+帧，合计10w+个点云框

二、项目难点：

1）项目初期出现标注要求临时变更的情况。

2）点云标注难度较大，数量多，工期短。

三、解决方案：

1）针对自动驾驶标注项目出现需求临时变更的情况，景联文科技为需求方配备多次执行过自动驾驶标注项目的项目经理和商务人员对接服务，支持24小时加班和值班随时沟通可能存在的需求变更，平台研发团队随时响应标注工具调整需求，在项目初期提前部署，提前开始，确保数据提前交付并确保标注准确率。

2）景联文标注平台预标注能力与自动质检功能有效提高标注效率与质量，平台经过升级可承载大量数据并同时进行处理且不影响其加载速率。

 

景联文科技｜AI基础数据服务｜数据采集｜数据标注｜假指纹制作｜指纹防伪算法

助力人工智能技术加速数字经济相关产业质量变革，赋能传统产业智能化转型升级

文章著作权归景联文科技所有，商业转载请联系景联文科技获得授权，非商业转载请注明出处；图片源自网络，如有侵权请联系我们进行删除。