随着自动驾驶技术发展驶入快车道，3D传感器的使用正在变得越来越普遍。常见的3D传感器包括激光雷达、毫米波雷达、深度相机、3D扫描仪等，它们可以从现实世界中获取物体和环境的几何、形状和比例信息，帮助AI理解现实环境。

3D传感器通常以3D点云的形式保存每个点的多维度信息，包括三维坐标、反射率、尺寸等。如何从3D点云中获取有用的信息，是人工智能的重要研究领域。

本文将逐一揭秘自动驾驶背后的操盘手：融汇全球经验、针对本土行业特点自主研发的人工智能辅助数据标注平台，集成了为多种场景定制的标注工具箱。其中，3D点云标注工具是标注点云的常用工具。该工具能够解析并展示3D点云数据、对每个点赋予语义标签，以实现对现实中三维场景的解释。

3D点云语义分割基本操作方法 | 3D点云标注工具详解

第一步：将点云中的点以某种方式进行区分

采集点云数据时，同步采集同一个环境的2D图像，在标注时就可以对照点云和2D图像，以判断点的语义。

工具提供点云调色板，项目经理可以提前配置标注任务的点云色彩渲染方案；标注员也可以在标注过程中根据实际场景调整并保存其他配色方案。合适的色彩渲染方案可帮助标注员分辨点云场景中的物体，大大提高标注效率及正确率。

配置点云色彩渲染方案，首先需要根据点云数据的某个特征进行上色。不同的物体在反射率和高度等信息上会有区别，工具支持按照反射率或高度，将不同的点渲染为不同的颜色，以进行区分。同时，工具也支持自定义点云颜色渲染。用户可以自定义控制点的数量、位置和颜色。

下图中，根据高度调节三个自定义的控制点，可以非常明显地区分出场景里的地面及地面上的物体，比如车、人、杆状物、墙等等。

▲ 按照物体高度调色

反射率映射方式则通常应用在车道线或者交通标志的标注任务中。车道线和交通标志的反射率通常和周边环境有很大的区别。

▲ 按照物体反射率调色

除了反射率和高度，工具还可以根据客户需求定制点云颜色渲染方案。比如根据点的速度信息，用颜色可视化场景中的运动物体，可以知道哪些物体是远离采集车、哪些物体是靠近采集车。在融合点云的场景中，可以根据点所属的采集设备，用颜色区分不同激光雷达采集到的点。

第二步：将不同的点标注上不同的语义标签

针对不同的标注要求和场景，可以选用不同的标注工具。常用的标注工具包括：单点、笔刷、多边形等。我们可以使用工具选择一个或多个点，并对这些点标注语义标签。

▲ 标注工具：单点

▲ 标注工具：笔刷

▲ 标注工具：多边形

淘丁集团基于多年的自动驾驶数据标注经验，自主研发自动驾驶标注工具。我们依托全球资源优势，在国内外拥有大规模的标注专家，能够24小时不间断地为您提供数据标注服务。若您想了解关于标注工具的更多信息，请联系我们。

淘丁数据标注团队现有人员规模近500人，业务分部在西安、宝鸡、渭南、临汾、太原等地。淘丁与国内大型企业深入合作，日常处理项目量级均为百万级以上，部分数据量级超过千万，拥有稳定充足的业务来源。各类标注项目经验丰富，可为人员提供标准化、体系化的培训。

淘丁集团专注于互联网内容安全和数据标注业务领域，拥有千人专业团队，经验丰富，准确率高，服务类别多，团队体系成熟，能快速响应大量业务需求。