2. 点云基础

点云自动标注与3D真值生成的第一步，不是写标注规则，而是把“点”本身看清楚。点云不是图像，它没有天然的行列网格，而是一组带属性的三维采样点。理解点云的数据格式、坐标系、传感器来源、公开数据集以及可视化方法，决定了后续标注工具能否正确读写、显示、变换和导出真值。本节围绕这五个基础问题展开，为后续标注流水线打下可操作的基础。

一、点云数据格式：从无序点到可交换文件

点云在内存中通常以数组或张量形式存在，每个点至少包含三维坐标 (x, y, z)，常见扩展属性包括强度 intensity、颜色 rgb、法向量 normal、时间戳 timestamp、环号 ring、扫描线 laser_id 等。落到磁盘上，就需要格式来约定字段顺序、编码方式和元数据。工程中最常见的格式如下：

选择格式时重点看三件事：是否保留强度与颜色、是否支持二进制快速读取、是否携带坐标系与标定信息。PCD 头部会写明 FIELDS、SIZE、TYPE、WIDTH、HEIGHT、VIEWPOINT，这些元数据直接影响解析代码。例如一个典型的 PCD 头部：

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z intensity
SIZE 4 4 4 4
TYPE F F F F
COUNT 1 1 1 1
WIDTH 120000
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 120000
DATA binary

如果标注工具忽略 VIEWPOINT 或把 intensity 当颜色通道，导出的真值就可能出现偏移或颜色错乱。因此，格式解析必须与字段语义绑定，而不是只读 xyz。

二、坐标系：点云真值的空间基准

点云标注中最容易出错的是坐标系。同一帧点云，在传感器坐标系、车辆坐标系、世界坐标系下的数值完全不同。常见坐标系包括：

• 传感器坐标系：以激光雷达或相机光心为原点，x 向前、y 向左、z 向上（或按厂商定义）。
• 车辆/机体坐标系：以车辆后轴中心或质心为原点，用于多传感器融合。
• 世界坐标系：全局地图或 GNSS 基准，用于跨帧、跨场景真值对齐。
• 图像坐标系：像素坐标 (u, v) 与深度，用于相机-激光雷达联合标注。

坐标系之间的转换由外参矩阵 T 描述，包含旋转 R 与平移 t。点 p 从传感器系到世界系的变换为 p_world = R · p_sensor + t。标注框通常定义在某一基准坐标系下，导出时必须明确写出 frame_id，否则下游训练会把不同坐标系的框混在一起。工程上建议在标注任务配置中固定一个“标注基准坐标系”，所有框、轨迹、分割掩码都先转到该系再保存。

三、传感器类型：不同点云的性格差异

点云的密度、分布、噪声和视野由传感器决定。自动标注策略必须适配传感器类型，不能一套参数打天下。

• 机械旋转式激光雷达：360° 水平视野，线束如 16/32/64/128 线，点云呈环状分布，近密远疏，适合自动驾驶与机器人。
• 固态激光雷达：视场角有限，点云更均匀，体积小，适合补盲与量产车。
• 深度相机：结构光或 ToF，近距离稠密，远距离噪声大，适合室内、人脸、抓取。
• 双目立体视觉：通过视差生成点云，纹理丰富区域好，弱纹理区域空洞多。
• 毫米波雷达：点稀疏但测速准，常与激光雷达融合，用于目标跟踪真值。

以 64 线机械激光雷达为例，垂直角分辨率约 0.4°，水平 0.2°，10 米处相邻线间距约 7 厘米，而 50 米处约 35 厘米。这意味着远处目标的点非常稀疏，标注框的尺寸和朝向估计必须考虑点密度衰减，否则真值会系统性偏小。

四、常见数据集：真值格式的参照系

公开数据集不仅提供点云，还定义了真值的组织方式，是设计标注 schema 的重要参考。

• KITTI：Velodyne 64 线，提供 3D 框、2D 框、标定文件，BIN 格式，是自动驾驶 3D 检测的经典基准。
• nuScenes：32 线激光雷达 + 6 相机 + 5 雷达，提供全局坐标系下的 3D 框、属性、轨迹，标注粒度细。
• Waymo Open Dataset：高分辨率激光雷达与相机，提供 3D 框与跟踪 ID，规模大。
• SemanticKITTI：在 KITTI 基础上提供逐点语义标签，适合点云分割真值。
• Argoverse 2：包含激光雷达、相机与高精地图，强调运动预测与场景理解。

这些数据集的标注格式差异很大：KITTI 用 7 维框（中心 xyz、尺寸 lwh、偏航角 ry），nuScenes 用 10 维（增加速度与属性），SemanticKITTI 用逐点标签。设计自有真值格式时，建议至少保留：frame_id、timestamp、坐标系、框中心、尺寸、朝向、类别、跟踪 ID、可见性、遮挡状态。这样既能对齐主流数据集，又便于后续转换。

五、点云可视化方法：让标注可验证

可视化是标注质量的最后一道防线。没有可视化，标注员无法判断框是否贴合、分割是否越界、轨迹是否跳变。常用方法包括：

• Open3D：Python 友好，支持点云、框、颜色、法向量显示，适合快速验证。
• PCL + CloudCompare：桌面工具，适合大规模点云浏览、配准与对比。
• RViz / Foxglove：ROS 生态，适合实时传感器数据与标注结果叠加。
• Web 可视化：Three.js、deck.gl 可在浏览器中渲染点云与 3D 框，适合标注平台前端。

下面是一段 Open3D 可视化点云与 3D 框的示例代码，常用于标注结果抽检：

import open3d as o3d
import numpy as np

pcd = o3d.io.read_point_cloud("frame_0001.pcd")
bbox = o3d.geometry.OrientedBoundingBox(
    center=[12.0, 1.5, 0.8],
    R=o3d.geometry.get_rotation_matrix_from_xyz([0, 0, 0.3]),
    extent=[4.5, 1.9, 1.6]
)
bbox.color = (1, 0, 0)
o3d.visualization.draw_geometries([pcd, bbox])

六、案例与复盘：一次坐标系错位的排查

某团队在标注一批固态激光雷达数据时，发现导出的 3D 框在可视化中整体偏向车辆右侧约 1.2 米。排查过程如下：先检查框中心数值，发现与点云聚类中心一致；再检查外参文件，发现标注工具读取的是相机到激光雷达的外参，而导出时又做了一次逆变换，导致双重变换。修正方法是统一在标注基准坐标系下保存，导出时只做一次到目标坐标系的变换，并在日志中打印变换矩阵与 frame_id。

这个案例说明：点云基础不是理论摆设，格式、坐标系、传感器、数据集和可视化五者环环相扣。格式决定字段能否读全，坐标系决定空间基准是否一致，传感器决定标注策略是否适配，数据集决定真值 schema 是否可迁移，可视化决定错误能否被及时发现。把这五点落实到标注工具的配置与校验流程中，后续的自动标注与真值生成才有可靠的地基。