在深度學習技術進步的支援下，自動駕駛汽車正成為未來出行的核心。

自 2010 年初以來，圍繞自動駕駛系統的研究隨之興起且經過多年實踐迅速發展，在眾多技術中，3D點雲技術的突破已成為自動駕駛前行的推進器，保證自動駕駛車輛的正常行駛。

感測器的推動力

自動駕駛系統的效能高度依賴於感知任務的質量。為保證自動駕駛車輛的正常行駛，自動駕駛首先應具備一套完整的感知系統，替代駕駛員操控汽車。

自動駕駛中人為干預程度越小，感知系統獲取自身及周圍環境資訊的準確性、高效性和全面性要求就會越高，而這其中感測器技術的進步為自動駕駛系統提供了更高質量採集資料，從而更準確地表示車輛周圍環境。

可以說感測器的發展與複雜程度隨著智慧汽車的拓進不斷完善。自動駕駛汽車製造商主要使用三種感測器——攝像頭、基於鐳射的3D光探測器與測距儀 (LiDAR) ——它們協同工作以感知道路、識別物體並辨別風景與障礙物的區別。

何為3D點雲

3D點雲透過3D鐳射探測器的掃描獲取，當一束鐳射照射到物體表面時，所反射的鐳射會攜帶方位、距離等資訊。若將鐳射束按照某種軌跡進行掃描，便會邊掃描邊記錄到反射的鐳射點資訊，由於掃描極為精細，則能夠得到大量的鐳射點，因而就可形成鐳射點雲。根據這種方法得到的點雲，一般具有x,y,z座標值以及鐳射反射強度(Intensity)4種資訊。

3D點雲作為一種常用格式，能將大量單個空間測量值整理成一個資料集，該資料集可以代表一個整體，將原始幾何資訊保留在3D空間中，而不會出現任何分散化，點雲可以輕鬆地描述從幾毫米到大到建築物，因此，它是無人駕駛領域處理眾多場景的首選方式。

SEED平臺演示

目前鐳射點雲是最具代表性的三維資料，也是自動駕駛領域常用的一種資料型別，點雲主要技術包括點雲融合、語義分割、連續幀等，下面將以曼孚科技自研的SEED平臺演示：

·3D語義分割

語義分割演示

3D點雲語義分割是在點雲透視檢視中描繪出多邊形，並且將此多邊形投影(類似⼀個多⾯體)中包裹的點雲染成同⼀顏色，透過該技術將道路環境點雲資料進行分割，可以準確識別出行人、汽車等物體，幫助車輛理解道路環境。

聚光燈演示

為了避免語義分割標註過程中，繁雜的點雲影響標註效率，曼孚科技開創 聚光燈模式，在閉合圖形後，畫布中將只顯示多邊形區域內的點雲。在該區域內建立/編輯物件，不會影響該區域之外的點雲。

·3D點雲融合

點雲融合演示

融合標註使用鐳射雷達感測器捕捉車輛周圍物體的3D位置資料，將二維視覺資料與三維位置資料融合，使AV系統能夠精確地瞭解周圍環境。

·3D點雲連續幀

連續幀演示

點雲自動關鍵幀標註模式下，使用者只需完成該連續幀中“起始幀”與“結束幀”標註，平臺演算法即會自動生成並調整中間幀上同一物件，無須逐幀複製，可以極大節省透過自動複製來補充、調整物件的時間。

曼孚科技

基於自身豐富的3D標註經驗和先進的資料標註平臺，曼孚科技能夠滿足客戶對AI基礎資料多樣化的需求，突破資料與應用場景之間的邊界，解決單一工具在工作執行效率上的欠缺，利用全生命週期管理的資料智慧平臺實現全面質檢、驗收和管理，標註結果支援多種格式線上匯出，實現標註精確率99%以上。

在未來，曼孚科技仍將扮演行業的“先行者”角色，為產品矩陣加入更多引擎，用優質資料服務為自動駕駛發展注入更多力量。