[发明专利]数据的解析方法、装置、设备及存储介质

说明书

本申请提供一种数据的解析方法、装置、设备及存储介质。包括获取自动驾驶集卡车采集的多个数据包，每个数据包中包括带有时间信息的初始雷达数据和带有时间信息的多模态数据。根据预先确定的感兴趣数据的时间信息，从每个数据包中提取出与时间信息对应的初始雷达数据和多模态数据。对于每个数据包，将提取出的初始雷达数据进行格式转换及合并处理，得到雷达点云数据，进而将提取出的多模态数据与雷达点云数据根据时间信息进行匹配处理，得到解析后的数据，最终对每个数据包解析后的数据进行合并处理，得到多个数据包合并解析后的数据，合并解析后的数据用于生成点云图中的点云线部分。本申请有效的提高了数据的解析效率。

技术领域

本申请涉及数据处理技术，尤其涉及一种数据的解析方法、装置、设备及存储介质。

背景技术

随着科技的发展，无人驾驶集卡车被广泛的应用在港口运输中，其可以采集地面上的数据，其中，数据包括雷达数据和多模态数据。通过对采集到的数据进行解析，并根据解析后的数据生成点云图，以供研究人员使用。

现有技术中，在对采集到的数据进行解析时，通常需要由人工将雷达数据和多模态数据分开，发送给对应的解析装置进行解析，最终得到对应的解析数据。

但是现有技术解析过程繁琐，解析速度慢，影响数据的解析效率。

发明内容

本申请提供一种数据的解析方法、装置、设备及存储介质，用以解决解析过程繁琐，解析速度慢，影响数据的解析效率的问题。

第一方面，本申请提供一种数据的解析方法，包括：

获取自动驾驶集卡车采集的多个数据包，每个数据包中包括带有时间信息的初始雷达数据和带有时间信息的多模态数据；

根据预先确定的感兴趣数据的时间信息，从每个数据包中提取出与所述时间信息对应的初始雷达数据和多模态数据；

对于每个数据包，将提取出的初始雷达数据进行格式转换及合并处理，得到雷达点云数据，所述雷达点云数据为标准坐标系下的雷达点云数据；

将提取出的多模态数据与所述雷达点云数据根据时间信息进行匹配处理，得到解析后的数据；

对每个数据包解析后的数据进行合并处理，得到所述多个数据包合并解析后的数据，所述合并解析后的数据用于生成点云图中的点云线部分。

可选的，所述初始雷达数据包括多个方位的初始雷达数据，每个方位的初始雷达数据对应独立的坐标系；

所述对于每个数据包，将提取出的初始雷达数据进行格式转换及合并处理，得到雷达点云数据，包括：

对每个方位的初始雷达数据进行反序列化处理，得到每个方位处理后的雷达数据；

对每个方位处理后的雷达数据进行坐标格式转换，得到标准坐标系下的每个方位的标准雷达点云数据；

对所述每个方位的标准雷达点云数据进行合并处理，得到整合后的雷达点云数据。

可选的，所述对每个方位处理后的雷达数据进行坐标格式转换，得到标准坐标系下的每个方位的标准雷达点云数据，包括：

获取所述自动驾驶集卡车的类型，所述自动驾驶集卡车的类型包括：带挂车的集卡车和不带挂车的集卡车；

根据所述自动驾驶集卡车的类型及每个方位预设的标定配置参数，生成每个方位对应的转换矩阵；

将所述每个方位处理后的雷达数据与每个方位对应的转换矩阵相乘，得到标准坐标系下的每个方位的标准雷达点云数据。

可选的，若所述自动驾驶集卡车的类型为带挂车的集卡车；

所述根据所述自动驾驶集卡车的类型及每个方位预设的标定配置参数，生成每个方位对应的转换矩阵，包括：