数据标注 · 3D 点云

为自动驾驶感知交付高精度 3D 真值

3D 框、3D 目标检测、目标分类;车道线 / 路标 / 护栏 / 树木 / 建筑 / 障碍物;BEV 鸟瞰图、2D-3D 融合、点云语义分割;点云分类 / 跟踪 / 配准;激光雷达多帧跟踪。

近场精度 ≤ 5cm
多帧跟踪 ID 一致 ≥ 0.95
激光雷达 + 多机位融合
主流自驾格式齐备
标注类型

覆盖自驾感知与机器人 3D 任务

3D 框 / 检测 / 分类

9 自由度 3D 框(位置 + 尺寸 + 朝向),含遮挡 / 可见性属性。

车道线 / 路标 / 护栏

车道线属性(实线 / 虚线 / 颜色)、路标、护栏、树木、建筑物、障碍物语义。

BEV 鸟瞰图

俯视图栅格地图,含车道几何、可行驶区域、占据栅格 (OCC)。

2D-3D 融合标注

图像目标与点云目标双向对齐,3D 框反投影到图像,含投影一致性校验。

点云语义分割

逐点类别(道路、车辆、行人、骑行者、建筑、植被、地面等)。

多帧跟踪 / 配准

激光雷达多帧目标跟踪、点云配准、运动估计、时间戳级关联。

设备兼容

主流激光雷达 + 异构传感器

多厂商雷达

Velodyne、Hesai、Robosense、Innovusion、Aeva、Luminar、固态雷达全兼容。

多机位融合

4-8 路环视摄像头 + 多雷达 + IMU 同步标定与时间戳对齐。

时空同步

硬件时间码同步,跨模态对齐误差 ≤ 16ms。

厂商私有格式

支持客户自定义 schema 与厂商私有点云格式直读直写。

交付规格

厘米级精度 · 主流自驾格式

项目规格
单帧点数10K – 1M+
近场精度≤ 5cm(半径 30m 内)
远场精度≤ 20cm(半径 80m+)
多帧跟踪ID 一致性 ≥ 0.95(30 秒+)
输出格式PCD / BIN / KITTI / nuScenes / Waymo / 自定义 schema
BEV 输出栅格 + 矢量地图,含车道几何

需要替换 / 补充自驾 3D 数据供应商?

提交一小段多模态采集片段,我们出对照样本 + 一致性评测结果,让你直接对比。