共计 1940 个字符，预计需要花费 5 分钟才能阅读完成。
主动驾驶汽车关键技术次要包含环境感知、精准定位、决策与布局、管制与执行、高精地图与车联网 V2X 以及主动驾驶汽车测试与验证技术等。
其中，环境感知、精准定位等技术对于空间数据的依赖性非常之高。
传统的二维空间数据次要以矢量与影像地图为主，随着时代的倒退尤其是以主动驾驶为代表的新技术衰亡，传统空间数据表达形式已无奈满足技术改革的需要，新一代传感器正在记录更高的分辨率和更精确的测量后果，点云数据应运而生。
一. 何为点云数据
点云数据是通过肯定的测量伎俩间接或间接采集的，且合乎测量规定可能刻画指标外表个性的密集点汇合，是继矢量、影像后的第三类空间数据，为刻画三维事实世界提供了最间接和无效的表达方式。
目前激光点云是最具代表性的三维数据，也是主动驾驶畛域罕用的一种数据类型。
激光点云数据 (起源：曼孚科技 SEED 数据服务平台)
在主动驾驶汽车环境感知模块中，各类传感器形成了外围的硬件体系，其中尤以车载激光雷达为主。
激光雷达的工作原理与雷达十分相近，以激光作为信号源，由激光器发射出的脉冲激光，打到路面的汽车、行人或其余建筑物上，引起散射，一部分光波会反射到激光雷达的接收器。
依据激光测距原理，能够失去从激光雷达到指标点的间隔，脉冲激光一直扫描指标物，能够失去指标物上全副指标点的数据，用点云数据进行成像解决后，就可失去准确的三维平面图像。
二. 点云数据蕴含的内容
点云数据中蕴含了每个点的经纬度坐标、强度、屡次回波、色彩等丰盛的信息。
咱们以主动驾驶车载激光雷达为例，简要剖析其采集的激光点云数据里所蕴含的信息：
Ξ 1.x.y.z 坐标信息
依据采集的 x.y.z 坐标，可间接获取被测物体的三维构造信息，三维构造信息是其余地理信息的载体。
Ξ 2. 回波次数
回波数是某个给定脉冲的回波总数。从激光雷达零碎发射的激光脉冲会从地外表和地表上的物体反射：汽车、行人、以及桥梁等等。
发射出的一个激光脉冲可能会以一个或多个回波的模式返回到激光雷达传感器。任何发射出的激光脉冲在向高空流传时，如果遇到多个反射外表则会被宰割成与反射外表一样多的回波。
Ξ 3. 强度信息
强度是反映生成某点的激光雷达脉冲回波强度的一种测量指标 (针对每个点而采集)。不同物体对于激光雷达的反射水平不同，所以通过强度信号能够对物体进行辨别。
Ξ 4. 类别
每个通过解决的激光雷达点可领有定义反射激光雷达脉冲对象类型的分类。可将激光雷达点分成多个类别，包含汽车、路面等。
Ξ 5.RGB
能够将 RGB(红、绿、蓝) 波段作为激光雷达数据的属性。此属性通常来自激光雷达测量时采集的影像。
Ξ 6. 扫描方向
扫描方向是激光脉冲向外发射时激光扫描镜的前进方向。
三. 点云数据与主动驾驶
主动驾驶广大的市场利用前景，助推了各类环境感知传感器的钻研。在人工智能主动驾驶畛域中，精确的环境感知和准确的定位是主动驾驶汽车在简单动静环境中可能进行牢靠导航，信息决策以及平安驾驶的要害。
目前，3D 激光点云数据在主动驾驶畛域中的利用能够分为以下两个方面：
Ξ 1. 基于场景了解和指标检测的实时环境感知和解决
通过车载激光雷达扫描能够失去汽车周围环境的实时 3D 模型，使用相干算法比对上一帧和下一帧环境的变动能够辨认出四周的车辆和行人，实现主动避障，晋升主动驾驶的平安度。
Ξ 2.SLAM 增强定位
在未知环境中，主动驾驶汽车无奈依据已知地图一直进行校对，实现精确定位，只能通过本身携带的传感器来获取环境信息，并通过信号处理抽取无效信息，以构建环境地图。
激光雷达所具备的同步建图 (SLAM)，能够实时失去全局地图，通过与高精度地图中特色物的比对，实现导航及车辆的精准定位。
四. 激光点云标注案例
在数据标注畛域，常见的 3D 激光点云标注类型通常包含单帧标注、间断帧标注、2D&3D 交融标注以及点云全景语义宰割等。
咱们以单帧物体检测为例，具体展现主动驾驶激光点云标注案例。
Ξ 1. 标注内容：
利用车载激光雷达采集数据，将数据宰割成若干段。从每段每秒中抉择 1 帧，应用 3D 框对该帧内的机动车对象进行标注。
Ξ 2. 标注要求：
1) 点云数量低于 10 个点的对象无需标注。
2) 应用 3D 框标注，3D 框的边界须要贴合扫描的点云。
3) 一个 3D 框只标注一个标注对象，不可反复标注同一指标。
4) 两个 3D 框之间不能呈现嵌套状况。
5) 一个标注对象被遮挡分成两个局部，两个局部共用一个 3D 框标注。
6) 存在局部遮挡的标注对象，参考具体对象，正当补充拉框。
Ξ 3. 具体操作：
平台内操作如下图所示，借助 SEED 平台自带的 AI 算法反对，一键主动贴合：
标注示例 (起源：曼孚科技 SEED 数据服务平台)
标注示例 (起源：曼孚科技 SEED 数据服务平台)
通过标注解决后的激光点云数据可广泛应用于主动驾驶相干算法模型训练中，为主动驾驶汽车在环境感知与定位导航等畛域提供强有力的技术撑持。
