自动驾驶：Lidar 3D点云数据标注

上半年，东风公司技术中心研发的42辆自动驾驶出租车RoboTaxi在武汉开始试运行，武汉市民通过手机APP预约，就可以试乘自动驾驶出租车，这条新闻吸引了很多媒体，汽车从业者和科技从业者的关注。

众所周知，自动驾驶是一个庞大而复杂的系统，集合了很多人工智能的核心技术，其中很重要的一部分是环境感知。车辆行驶在道路上周围环境包括路面，静态物体和动态物体，对于动态物体，不仅要检测还要追踪它的移动轨迹，根据追踪结果预测下一时刻的位置，环境感知能够帮助车辆观察周围情况，就像人类的眼睛一样，眼睛先要看到，大脑才能根据具体情况作出决策。

环境感知首先需要传感器来获取道路环境信息，主要有三类传感器：视觉传感器也就是摄像头，毫米波雷达传感器，和激光雷达传感器。

目前智能驾驶车辆使用的视觉传感器包括智能前视摄像头（单目/双目）、广角摄像头、夜视红外摄像头，用来捕捉2D视觉数据，可以实现探测障碍物，检测车道线，道路信息读取，地图构建和辅助定位等功能，但二维数据不能识别车辆周围检测对象的距离，因此要用到毫米波雷达传感器，和激光雷达传感器，其中激光雷达传感器以其分辨率高，抗干扰能力强的优势被广泛应用于自动驾驶技术。

激光雷达通过向四周发射激光束，并通过反射回来的信号绘制出周围环境的3D模型，每秒能生成高达200万个点的点云，输出格式为.pcd，可以测量周围围物体的形状和轮廓，采集3D位置数据。

但激光雷达没有道路信息读取功能，无法识别交通信号灯和交通标志等信息，因此自动驾驶车辆会使用多种类型传感器，将二维视觉数据和三维位置数据相结合，来识别周围的物理环境，并且在车辆上安装的各类型传感器可能不止一个。

例如RoboTaxi，便配备了3个激光雷达和8个摄像头。

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，随着性能的提升，自动驾驶技术需要的训练数据量几乎是呈指数级增长，常见的标注方式有3D矩形框标注，3D点云语义分割，点云连续帧标注，2D3D融合标注等，景联文科技自建标注平台可以为点云数据标注提供全面的工具支持。

凭借着在智能驾驶领域积累的大量标注经验，日前，景联文科技更是通过试标以极高的标注效率和准确率，拿下知名大厂关于自动驾驶的3D激光点云标注项目，充分体现了景联文强大的技术支持能力和项目管理能力。