共计 1590 个字符，预计需要花费 4 分钟才能阅读完成。
在主动驾驶环境感知零碎中，如何获取高精度实时路况数据，是决定主动驾驶零碎行车平安的要害。
目前支流的两种感知技术门路“纯视觉”与“高精地图 + 激光雷达”中，因为激光雷达采集的 3D 点云路况数据更为密集、精确且具备三维地理信息，因而以 3D 点云数据为根底的感知算法即成为局部主动驾驶企业的核心技术门路，并诞生了规模宏大的 3D 点云数据标注需要。
一. 何为 3D 点云语义宰割
对 3D 点云数据的标注解决，根据解决形式和应用标注工具的不同，大抵能够分为三类：
1)纯点云纯点云应用的标注工具以 3D 平面框为主，待标注对象以 3D 平面框模式标出，并附上绝对应的属性信息标签，具体模式如下：
图片起源：曼孚科技 SEED 数据服务平台2)交融标注交融标注应用的 3D 标注工具仍以 3D 平面框为主，但在 3D 点云数据以外，还须要应用 2D 标注工具在点云数据绝对应的 2D 图像中进行标注，3D 点云数据中的标注对象与 2D 图像中的标注对象一一对应，具体模式如下：
图片起源：曼孚科技 SEED 数据服务平台3)3D 点云语义宰割与 2D 图像语义宰割标注逻辑相似，3D 点云语义宰割也是对不同的待标注对象进行上色宰割、赋予语义标签，不同的是 3D 点云语义宰割须要在 3 维平面点云中对每个像素点指定一个类别标签，比方车辆，行人，路线，建筑物等，具体模式如下：
(图片起源：曼孚科技 SEED 数据服务平台)相较于前两种标注形式，在须要更为精密的空间信息时(比方主动泊车)，平面框标注场景中如铰接式公交车等形态可变的物体，3D 点云语义宰割标注对路况数据的反馈更为精准，因而，3D 点云语义宰割标注在主动驾驶感知算法中所占的比重也越来越高。
二. 常见标注规定
与标注对象不同算法、不同利用场景对点云语义宰割的标注需要与规定也不尽相同，常见的绝对简略的主动驾驶 3D 点云语义宰割标注对象包含：
1. 行人：通常指未骑乘交通工具的人，但蕴含骑滑板车、均衡车的人。
2. 骑车人：通常包含骑摩托车、自行车、三轮车、电动车等的人。
3. 车辆：车辆是 3D 点云语义宰割标注场景下最为常见，且子分类较多的对象。子对象的划分有根据车辆具体车型，比方轿车、卡车、公交车、救护车等，也有根据类别，比方客车、货车、工程车等。以类别为例，具体如下：
1)微型车：如代步车、各类三轮车等;
2)小型汽车：如轿车、SUV 等;
3)客车：如大、中型巴士、双层巴士等载人车辆;
4)货车：如厢式货车等载货车辆;
5)工程车：洒水车、消防车、垃圾车等;
6)其余车辆。
4. 路面相干：与路面相干的各种对象，可具体细分为马路可行驶区域、人行道、车道线等。
5. 建筑物：如楼房、隧道桥面、桥墩、高架桥等。
6. 动物：如草地、树木等
7. 路面物体：路面物体也是一个子对象较多的品种，常见的包含：1) 护栏：如交通隔离栏、交通护栏等;
2)栅栏：临时性的如交通水马等;
3)交通标志：如红绿灯、标识牌、杆等;
4)障碍物：如交通锥桶、警示牌、防撞桶、石墩等;
5)其余物体。
8. 噪声点云：如水雾、烟雾、汽车尾气、雨水等各类噪声点云。以上是 3D 点云语义宰割常见的各类标注对象，但不同场景，具体的对象划分规定以及待标注对象品种都存在微小差别，并没有对立的规范。而在更为具体的标注规定上，差别同样非常微小。
常见的标注规定如物体起标范畴，通常会规定点云数量超过 X 以上，该物体即须要标注，此外还会规定含糊无奈断定物体的具体标注规定等等，不一而足。具象化的标注实例如下：
标注前(图片起源：曼孚科技 SEED 数据服务平台) 标注后(图片起源：曼孚科技 SEED 数据服务平台)随着主动驾驶商业量产进入新阶段，凋谢路段场景简单且多变，须要主动驾驶算法有更深的场景积攒度与迭代能力，以满足感知算法与行车平安的需要。
3D 点云语义宰割更精密的场景信息反馈，在帮忙算法建设更贴合事实的场景模型，以及晋升感知平安方面具备人造劣势，在主动驾驶迈向大规模商业化利用的明天，势必将表演更重要的角色。
