详解自动驾驶环境感知的”见闻色”——3D点云标注的应用场景

什么是3D点云？

3D点云是将标注对象进行可视化以进行更加详细的检测和分类，从而获取维度精准的分割。在获取物体表面每个采样点的空间坐标后，得到的是一个点的集合，即为“点云”。包括三维坐标（XYZ）、激光反射强度（Intensity）和颜色信息（RGB）。三维数据本身就有一定的复杂性，因此需要对数据先进行预处理。

自动驾驶环境感知的”见闻色”

在自动驾驶技术中，其感知系统主要通过Lidar激光雷达、Camera相机、Radar毫米波雷达3个类别的传感器来进行道路环境感知。

就目前自动驾驶阶段来讲，激光雷达是帮助自动驾驶系统进行正确感知的重要传感器。

它通过发射和接受激光束，分析激光遇到目标对象后的折返时间，计算出目标对象与车的相对距离。并利用此过程中收集的目标对象表面大量密集的点的三维坐标、反射率和纹理等信息，快速复建出被测目标的三维模型及线、面、体等各种图件数据，建立三维点云图，绘制出环境地图，以达到环境感知的目的。

简单来说，激光雷达最大的优势就是用3D点云为自动驾驶汽车精确”描绘”出周边环境。

与2D图像数据相比，3D点云数据中包含目标的距离、角度、反射强度、速度等信息，不依赖于外界光照条件或目标本身的辐射特性，可以更好的感知汽车周边道路环境，为感知系统提供决策依据，堪称自动驾驶界的”见闻色”。

3D点云的优点：

点云表示保留了三维空间中原始的几何信息，不进行离散化。

3D点云的缺点：

数据集规模小、高维性、三维点云具有非建构化特性。

基于激光雷达生成的3D点云图像标注

通过精细化的标注，3D点云数据才可以用于自动驾驶系统训练的训练。

具体实现形式是在激光雷达采集的点云图像中，通过3D矩形或者语义分割将道路目标物体（多类型指定对象：包括但不限于车辆、建筑、树木、行人等等）精准标注出来。

3D点云的应用场景

激光雷达生成的3D点云图像经过标注可以用于自动驾驶系统训练，随着性能的不断提升，自动驾驶技术需要的训练数据量也随之不断增长。

3D点云标注数据是自动驾驶技术的基础训练数据，3D点云语义分割是指给点云中的每个点赋予相应的语义标签，对每个物体进行分割，给予每个物体特定的标签，使我们对四周的物体有了更加细致的了解。

在自动驾驶领域中，通过3D点云语义分割将道路环境的点云数据进行分割，可以识别出自动驾驶车辆行车中的行人、道路、汽车等物体，使自动驾驶汽车可以在道路上安全行驶。

3D点云的前景

计算机视觉的最终体现是三维视觉，而三维视觉的表达方式则是点云，点云处理在整个三维视觉领域占有非常重要的地位，几乎涉及所有相关领域，因此，3D点云的前景十分广阔。

数据标注的重要性

AI行业中一直流传着这样一句话：“有多少智能，就有多少人工。”这句话很大程度上道出了人工智能的本质。想要实现人工智能检测的精准识别，就需要大量的优质训练数据，随着人工智能技术的不断成熟，对场景化数据的精准度要求将越来越高，数据采集标注服务将变得越来越重要。

淘丁内容安全业务自2018年4月开始，服务于互联网平台线上产品安全审核工作，对各类违法、色情、涉政等不良违禁信息实行7*24小时即时审核，对有害信息进行人工甄别，确保产品绝对安全。

淘丁数据标注团队现有人员规模近500人，业务分部在西安、宝鸡、渭南、临汾、太原等地。淘丁与国内大型企业深入合作，日常处理项目量级均为百万级以上，部分数据量级超过千万，拥有稳定充足的业务来源。各类标注项目经验丰富，可为人员提供标准化、体系化的培训。

淘丁集团专注于互联网内容安全和数据标注业务领域，拥有千人专业团队，经验丰富，准确率高，服务类别多，团队体系成熟，能快速响应大量业务需求。

欢迎互联网公司、人工智能机构对接洽谈合作，咨询热线：029-85799062。