2. 感知数据基础
在自动驾驶与机器人感知系统中，数据标注质检的第一步不是打开标注工具，而是理解被标注对象本身。2D图像、3D点云以及多传感器融合数据，在物理含义、数据组织方式、采集链路和标注需求上存在本质差异。如果质检员用检查图像的思路去检查点云，或者用单模态标准去衡量融合数据，就会在后续环节埋下系统性误差。本节从数据类型出发，建立后续质检工作的认知基础。
一、三类感知数据的核心特点
2D图像是投影后的稠密像素阵列，每个像素记录颜色或亮度信息。它符合人眼视觉习惯，纹理丰富，适合识别车道线、交通标志、行人外观等语义目标。但图像丢失了深度信息，单目图像无法直接恢复真实距离，且受光照、逆光、雨雾影响显著。
3D点云由激光雷达或深度相机生成，是一组带三维坐标的点集合，通常还包含反射强度、时间戳等属性。点云直接表达空间几何结构，测距精度高，不受光照影响，但稀疏、无序、密度随距离衰减，远距离目标可能只有几个点，语义信息弱于图像。
多传感器融合数据将相机、激光雷达、毫米波雷达、IMU、GNSS等数据在时间与空间上对齐，形成互补感知。融合数据能同时利用图像的语义能力和点云的几何精度，但引入了标定误差、时间同步误差和坐标系转换误差，标注与质检复杂度显著上升。
二、数据格式与采集链路
不同格式决定了质检工具链的读取方式。图像常用JPEG、PNG，标注结果多为COCO JSON或Pascal VOC XML；点云常用PCD、PLY、KITTI BIN，标注结果常以JSON或数据库记录3D框中心、尺寸、朝向角。融合数据通常以ROS bag或nuScenes格式组织，包含多传感器消息流和标定参数。
# 典型KITTI点云标注记录（简化）
{
"type": "Car",
"bbox_3d": {
"center": [12.4, 1.8, 0.9],
"size": [4.2, 1.8, 1.5],
"rotation_y": 1.57
},
"score": 0.98,
"track_id": 1024
}采集方式直接影响数据质量。相机以固定帧率曝光，运动模糊和卷帘快门会导致目标形变；激光雷达通过旋转扫描获取点云，运动畸变需要借助IMU做去畸变；融合数据依赖硬同步触发和统一时钟，若时间戳偏差超过阈值，投影后的图像与点云会出现错位。
三、标注需求与质检关注点
| 数据类型 | 典型标注形式 | 质检核心关注 | 常见缺陷 |
|---|---|---|---|
| 2D图像 | 2D框、多边形、语义分割、关键点 | 框贴合度、类别正确性、遮挡处理 | 漏标、框过大、类别混淆 |
| 3D点云 | 3D框、朝向角、点云分割、跟踪ID | 框与点云贴合、朝向角、远距离目标 | 框漂浮、朝向反转、漏标稀疏目标 |
| 多传感器融合 | 跨模态一致框、联合分割、目标级融合 | 投影对齐、时间戳一致、ID统一 | 图像与点云错位、ID冲突、标定漂移 |
四、案例与误区复盘
案例：某项目在质检时发现，同一辆车的3D框在点云中贴合良好，但投影到图像后明显偏移。排查后发现是相机与激光雷达外参标定文件版本不一致，导致投影矩阵错误。这类问题不是标注员操作失误，而是数据链路问题，必须在质检流程中增加“投影一致性抽检”环节。
常见误区：
- 用2D框标准检查3D框，忽略朝向角和尺寸的物理合理性。
- 只看单帧，不检查跟踪ID在连续帧中的一致性。
- 融合数据只检查图像侧或点云侧，未验证跨模态投影对齐。
- 忽略时间戳，把不同步的数据当作同步数据质检。
质检建议：建立“数据格式—采集参数—标注规范—质检规则”的映射表。每批数据先做格式与时间戳校验，再做单模态标注质检，最后做跨模态一致性抽检。只有理解三类数据的物理本质，才能设计出有针对性的质检策略。
2D图像、3D点云和融合数据各有其表达优势与固有缺陷。质检工程师需要根据数据类型选择合适的检查方法：图像看像素级贴合与语义，点云看三维几何与朝向，融合数据看时空对齐与跨模态一致。这一认知将贯穿后续所有质检环节。