自動駕駛如何面對惡劣天氣問題？提供相關資料標註服務

在惡劣的天氣中行駛是全自動駕駛車輛面臨的主要挑戰之一，車輛感測器的重要資料很容易被干擾。目前，自動駕駛中的環境感知存在著兩種技術路線，攝像頭+毫米波雷達的融合方案和鐳射雷達+攝像頭+毫米波雷達的融合方案。不同的感測器在不同惡劣天氣的影響下，都會出現不同的問題。

車輛感測器受惡劣天氣條件的影響

一、鐳射雷達

鐳射雷達是以發射鐳射束探測目標的位置、速度等特徵量的雷達系統。其具有精度高，穿透力強的特點，但對雨、雪、霧等惡劣天氣的適應性相對較差。

1.降雨

在暴雨等降水強度大的情況下對鐳射雷達的影響較大，但在其它降雨情況時鐳射雷達基本不會受到任何影響。

2.降雪

降雪和風沙都會對鐳射雷達產生影響。雪是由大量白色不透明的冰晶和其聚合物組成的，很容易因堆積形成障礙物；風沙是由從地上捲起的沙塵構成，也容易因堆積形成障礙物，從而影響到鐳射雷達的掃描距離，或者直接導致鐳射雷達探測發生錯誤。

3.大霧

霧是油近地面空氣中懸浮的小水滴或冰晶組成的水汽凝結物，這一特性也會對雷達感知造成影響。當前，1550nm波長的鐳射雷達可輸出高發射功率，實現更遠探測距離，能夠減輕霧天帶來的影響，但依然存在鐳射脈衝遇水即被吸收的特性，也成為其克服惡劣天氣的重大阻礙。

二、毫米波雷達

毫米波雷達是工作在毫米波波段探測的一種雷達。通常毫米波是指30～300GHz頻域作為探測媒介，毫米波在傳播過程中不易受到環境的影響，對雨、雪、霧等有很好的穿透能力。

三、攝像頭

降雨、降雪、大霧等惡劣天氣都會對攝像頭成像質量造成或大或小的影響。因此，演算法上的去雨、去雪、去霧處理，成為攝像頭在惡劣天氣下提升感知能力的重要方向。

1.降雨

對攝像頭來說，只要一滴雨粘在鏡頭上，就會對攝像頭造成極大的影響。

2.降雪

沾在鏡頭上的雪花會對攝像頭造成較大影響。這是因為當雪沾上鏡頭後，部分將融化成水，遮擋住攝像頭。在天氣寒冷的情況下，雪融化成水後可能會在鏡頭上結成冰，從而在攝像頭視線上形成一種不透明的障礙物。

因此，當路面有積雪堆積遮擋車道線時，自動駕駛車道線的定位將會失效。

3.大霧

大霧對攝像頭的影響相對均勻。在夜間或霧中，攝像頭誤檢率達40%。

四、感測器融合

單單憑藉傳統的鐳射雷達或攝像頭可能無法使車輛在惡劣天氣條件下安全導航。現已有公司提出了在惡劣天氣條件下的深度多模態感測器融合的觀點，這也許可以較好的解決自動駕駛在惡劣天氣環境下的影響。

資料標註對自動駕駛環境感知技術的重要性

自動駕駛感知技術是自動駕駛核心技術之一。隨著自動駕駛測試儀器的不斷改進和環境感知技術的不斷最佳化，自動駕駛技術已經取得了不小的發展。與其他應用相比，自動駕駛技術更受資料依賴。

技術的發展需要演算法的不斷進步，自動駕駛對演算法提出更高要求的同時，也對資料標註的準確性提出了更高的要求。只有透過大量高質量場景標註資料不斷訓練並最佳化演算法，才能提升自動駕駛環境感知技術，從而確保自動駕駛的安全性。可以說標註資料的質量直接決定了演算法的質量。

景聯文科技支援自動駕駛資料標註服務

景聯文科技作為長三角地區規模最大的AI基礎服務商之一，針對定製化程度高、標註情況多而複雜的專案，景聯文科技有先進的資料標註平臺與成熟的標註、稽核、質檢機制，支援惡劣天氣條件下3D點雲標註、3D點雲關鍵點標註、2D/3D融合標註、3D點雲目標檢測等多型別資料標註。平臺還具有自動標註功能，可對影像進行預處理，根據標註結果調整模型進行標註，根據場景靈活配製標註流程，進一步保證了標註精度。平臺經過升級可承載大量資料並同時進行處理且不影響其載入速率。

案例

國內知名無人駕駛車輛企業 3D點雲障礙物標註

一、需求：標註點雲圖片共計2w+幀，合計10w+個點雲框

二、專案難點：

1）專案初期出現標註要求臨時變更的情況。

2）點雲標註難度較大，數量多，工期短。

三、解決方案：

1）針對自動駕駛標註專案出現需求臨時變更的情況，景聯文科技為需求方配備多次執行過自動駕駛標註專案的專案經理和商務人員對接服務，支援24小時加班和值班隨時溝通可能存在的需求變更，平臺研發團隊隨時響應標註工具調整需求，在專案初期提前部署，提前開始，確保資料提前交付並確保標註準確率。

2）景聯文標註平臺預標註能力與自動質檢功能有效提高標註效率與質量，平臺經過升級可承載大量資料並同時進行處理且不影響其載入速率。

景聯文科技｜AI基礎資料服務｜資料採集｜資料標註｜假指紋製作｜指紋防偽演算法

助力人工智慧技術加速數字經濟相關產業質量變革，賦能傳統產業智慧化轉型升級

文章著作權歸景聯文科技所有，商業轉載請聯絡景聯文科技獲得授權，非商業轉載請註明出處；圖片源自網路，如有侵權請聯絡我們進行刪除。