在自动驾驶的世界，检测精度是至关重要的，并证明你的传感器可以做的工作是严肃的事情。这是地面实况标签在奥托立夫的验证过程中起重要作用。目前，标注地面实况数据是一个繁琐的手工劳动，包括找到感兴趣的重要事件，并利用人眼来确定算法的LiDAR点云图像中的物体。这次谈话呈现与MATLAB开发工具^®以减轻一些与来自激光雷达传感器和工具提供到贴标机的优点标记点群数据相关联的痛苦的。该工具的能力进行了讨论，包括帮助用户可视化，导航，和注释在点群数据对象;通过时间在多个帧上的跟踪这些对象;然后使用标记的数据用于开发基于机器学习的分类。讲座还介绍了如何贴标过程的输出来训练深层神经网络提供完全自动化的方式，可用于查找假阴性事件的利益产生车载物。与人类分析员做到这一点需要尽可能多的时间来回放整个数据集。然而，在一个完全自动化的方法，它可以在多台计算机上运行，​​以减少分析时间。该视频显示的时间节省以及标签的准确性实现，这种方法如何提供实实在在的好处，以奥托立夫的验证过程。