基于BEV的4D标注
4D-BEV标注技术将数据标注引入了第四维度，即时间序列。这种技术基于鸟瞰图，标注人员可在其中对车辆、行人、交通标志等静态物体进行标注，并记录它们的位置、大小等信息。同时，时间轴标注也记录了物体的进出时间，帮助算法更准确的跟踪物体运动轨迹，从而提高自动驾驶的安全性和决策支持。
▲ 数据堂4D标注工具
为了帮助客户可以更快速、更低成本构建大量高质量4D-BEV真值数据，用于感知的训练和评价，数据堂推出4D-BEV标注方案。
数据堂旗下4D标注工具可以针对3D空间+时序维度进行标注，采用多种传感器融合的方式，支持激光雷达、毫米波雷达、摄像头、机位图等多种数据类型，同时，支持数据对齐和融合。借助平台内置的预识别标注技术快速提升标注的效率和准确度。
02
标注工具亮点
支持亿级点云数量，大规模数据流畅处理
4D点云标注模板采用Potree进行展示，Potree是一个基于WebGL的点云可视化框架，可以在网页上交互式展示大规模点云数据。它可以通过相机位置、点云到相机的距离、点云密度等参数来控制Octree的分辨率，实现LOD（Level of Detail）的功能，对点云数据进行快速空间查询。加载大规模点云更流畅。
数据集获取映射参数，避免参数偏差
由于4D原始点云数据一个clip只有一个点云，但对应多帧相机，相当于对应多帧映射参数，数据堂4D-BEV工具后台通过实现从数据集获取映射参数，以避免多帧图像造成的参数偏差。这种方式可实现每帧图像对应一个映射参数，对应4D融合任务映射精度有较大帮助。
色值个性化设置，准确分辨点云目标
数据堂4D-BEV工具支持设置色值调整。针对不同点云数据，标注员可以根据自身的色彩敏感程度，自行调整点云颜色，以便于更好的分辨点云中目标类别，标注效率提升明显。
内置预加载功能，有效提高标注效率
预加载功能，可在对应图像较多的情况下，自有设置预加载帧数，可实现加载、标注同时进行，从而不需要等待数据全部加载完成，提高标注效率。
成熟、高效的预识别标注处理能力
数据堂4D标注模板具备预识别能力，自动识别标注目标，标注人员只需进行微调即可快速完成标注任务，极大提高标注效率。
03
合作案例
4D车道线标注
客户需求以连续帧激光雷达点云数据与相应激光雷达的全局位姿信息、辅助以相应标定的图像数据为原始数据源，针对某一时刻帧段的连续帧数据进行叠帧标注，主要标注叠帧后的车道线，主要类别为实线、虚线、双实线、双虚线、导流线等类别，并对映射每个镜头图片的映射2D车道线进行调整贴和。
4D分割标注
此标注任务是以某一序列帧段的数据和pose参数，根据pose参数，将某一序列帧段进行重建叠帧，主要标注叠帧后的静态语义分割，主要类别为绿植、可行驶区域、未知障碍物等标注。
04
结语
凭借多年数据处理经验与一站式数据解决方案，数据堂目前已与全球数百家自动驾驶企业达成深度合作，涵盖主机厂、造车新势力、一线科技公司、主流算法公司以及世界顶级Tier1厂商等。未来，数据堂将继续加大技术研发投入，不断完善AI基础设施建设，助力用户以更便捷方式训练与部署人工智能应用。