近年来，随着人工智能、传感器、高精度地图等核心技术的快速发展，智能汽车已成为全球汽车产业发展的战略方向。国内的自动驾驶汽车也开始走向公开道路测试及商业化示范阶段。今年 4 月，《北京市智能网联汽车政策先行区乘用车无人化道路测试与示范应用管理实施细则》正式发布，在国内首开乘用车无人化运营试点。
在自动驾驶技术中，激光雷达是帮助自动驾驶系统进行正确环境感知的重要传感器。它通过收集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，精确"描绘"出周边环境，为感知系统提供决策依据。
其中，原始的点云数据需要通过专业的标注工具，将道路目标物体(包括但不限定于车辆、行人、广告标注、树木等目标)精确标注出来，才能最终应用到自动驾驶的系统训练中。
随着性能的不断提升，如何获取高精度实时路况数据，是决定自动驾驶系统行车安全的关键。因此，从3D点云中获取有用的信息并快速完成标注，成为自动驾驶的重要研究领域，并诞生了规模庞大的3D点云数据标注需求。
标贝3D点云标注平台
标贝科技聚合多年AI技术沉淀和业务流程积累，推出一体化AI数据采标平台，支持语音、图片、视频以及点云等全数据类型的采标业务，并通过高效的人机协作实现数据生产效率与数据质量的双提升。
其中，3D点云标注平台是专为满足自动驾驶、智能座舱、智能泊车等场景的多维数据标注任务而开发的标注工具。
标贝3D点云标注平台可以支持点云语义分割、点云标注、3D连续帧三种标注类型，并拥有噪点去除、点云分割、自动贴合、连续帧插值辅助、2D3D映射等一系列提高效率和准确度的标注工具。
01点云分割
提供矩形，圆形，多边形，画笔四种方式进行语义分割，充分解析并展示3D点云数据，对不同的待标注对象进行上色分割，赋予语义标签，例如车辆、行人、树木等，更好地对现实中三维场景进行解释。
02自动贴合
通过自动贴合算法辅助，检测框体内的点云集合，自动计算方向和标注物体大小，节省人工调节时间，提高准确度，降低标注难度。
03连续帧插值辅助
通过计算对象跟踪和插值算法预测物体之间的位置关系，预测物体在每帧的位置，提高标注效率。
04 2D3D映射
提供2D3D传感器融合技术，标注3D的同时，自动生成2D图像上的标注，使得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，快捷实现2D和3D之间的协同标注。
AI技术加持 高效提升数据生产效率
此外，标贝3D点云标注平台还具备丰富的AI辅助标注能力，通过预识别系统，让算法先进行预识别，再根据结果进行人为调整，大幅度降低人力重复劳动，提升标注效率。例如，内置的Lidar-光学融合感知模型，可以对常见的场景和物体(包括人、车、自行车、路障等)进行预标注。
近日，标贝3D点云标注平台完成2.0升级，在原有基础上，再次新增多个智能辅助工具，实现标注效率的显著提升。
01智能标注工具
通过智能标注工具的应用，标注员只需要简单的点选单个结果或者框选一个范围，平台即可快速对范围内的物体进行识别，自动分割标注物体，并将最终结果返回给标注员。标注员基于预标注结果进行简单的修改或调整即可完成标注。
总的来说，标贝3D点云平台智能标注工具可以有效简化标注员的操作成本：选择智能工具，圈选范围，检查预标注结果并根据情况手动修正。简单三步即可批量完成标注任务，无论在效率还是准确率上都能够得到巨大的提升。
02智能过滤工具
(1)隐藏地面
对于自动驾驶汽车这类自主导航系统来说，提取场景中单个目标的能力是非常重要的。通过标贝3D点云隐藏地面功能，可以快速实现地面点云的滤除，同时旁边的点云保留下来，满足无人驾驶中的实时性要求。
(2)去除噪点
3D传感器捕获的原始点云经常会受到噪声污染，对实际应用造成影响。一般的点云过滤器虽然可以实现去除噪点的目的，但是往往需要更高的运行时间。标贝3D点云平台通过智能算法实现一键清除噪点，将空间内离散的噪点精准的去除，为标注员提供更清晰可见的点云视图，提高标注准确度。
(3)降低点云密度
由于点云的无序性，在三维空间中数据点的分布非常不均匀，不同物体之间可能存在着相互遮挡，这些都将直接影响语义分割的准确性。标贝3D点云平台可以一键降低空间内的点云密度，同时保持点云的形状特征基本不变，保留空间结构信息，达到降低计算量的目的。可以适用于大规模点云处理场景。
除了智能标注和智能过滤，标贝3D点云平台还新增更多模板工具选项。例如，在标注界面可以通过点选和框选自动生成标注结果。在选择映射矩形/伪3D后，标注工具界面就可以将3D框映射到图片并呈现为矩形/伪3D效果。
随着近几年自动驾驶技术发展驶入快车道，开放路段场景也随之复杂且多变，需要的训练数据量几乎是呈指数级增长，以满足感知算法与行车安全的需求。标贝科技3D点云将通过精细化的智能标注服务，帮助算法建立更贴合现实的场景模型，助力自动驾驶迈向规模商业化应用。
