Bird's Eye View（以下简称BEV）可以理解为站在高处看全局的上帝视角。车身上多个传感器采集的数据将输入到统一的模型中进行整体推理。这样生成的鸟瞰图从同一角度表达多个传感器数据，可以有效避免误差叠加，解决自动驾驶的多传感器数据融合和判断问题。在BEV空间中，由于坐标系相同，可以进行时间序列融合，形成4维空间。但由于点云数量庞大，原有的3D标注技术显然无法满足其需求。纯电动汽车4D标注技术已经开始受到业界的关注和采用。 4D-BEV标注技术将数据标注引入第四维度，即时间序列。该技术基于鸟瞰图，其中注释者可以标记车辆、行人、交通标志等静态物体，并记录它们的位置、大小和其他信息。同时，时间轴标注还记录了物体的进入和退出时间，帮助算法更准确地跟踪物体的运动轨迹，从而提高自动驾驶的安全性和决策支持。为了帮助客户更快、更低成本地构建大量高质量的4D-BEV地面实况数据用于感知训练和评估，亿蝌语料推出了4D-BEV标注解决方案。 亿蝌语料的4D标注工具可以标注3D空间+时间序列维度，采用多种传感器融合方法，支持激光雷达、毫米波雷达、摄像头、摄像头位置图等多种数据类型。同时支持数据对齐和融合。利用平台内置的预识别标注技术，快速提高标注的效率和准确性。标注工具亮点 支持亿级点云，平滑处理大规模数据 4D点云标注模板采用基于WebGL的点云可视化框架Potree进行展示，可以在网页上交互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、点云密度等参数控制八叉树的分辨率，实现LOD（Level of Detail）功能，对点云数据进行快速空间查询。加载大规模点云更加流畅。数据集获取贴图参数，避免参数偏差 由于4D原始点云数据每个剪辑只有一个点云，但它对应的是多帧相机，相当于对应了多帧贴图参数。 亿蝌语料4D-BEV工具后台实现从数据集中获取映射参数，避免多帧图像带来的错误。参数偏差。该方法可以实现每一帧图像对应一个映射参数，这对于4D融合任务的映射精度有很大帮助。
个性化色值设置，准确识别点云目标 亿蝌语料4D-BEV工具支持设置色值调整。对于不同的点云数据，标注者可以根据自身的颜色敏感度调整点云颜色，从而更好地区分点云中的目标类别，标注效率显着提升。内置预加载功能，有效提高标注效率预加载功能可以在对应图像较多时设置预加载帧数，使加载和标注同时进行，无需等待所有数据加载，提高标注效率。成熟高效的预识别标注处理能力 亿蝌语料的4D标注模板具有预识别能力，自动识别标注目标。标注者只需进行微调即可快速完成标注任务，大大提高标注效率。合作案例 4D车道标记 客户需要使用连续帧激光雷达点云数据和对应的激光雷达全局位姿信息，并以对应的标定图像数据作为原始数据源，对帧段的连续帧数据进行重叠帧标注在某个时间。主要目的是注释重叠框架。框后车道线主要类别有实线、虚线、双实线、双虚线、分流线等，并对映射各镜头图像的二维车道线进行调整粘贴。 4D分割标注客户的需求是利用一定序列的帧片段的数据和姿态参数，根据姿态参数重建一定序列的帧片段，主要对堆叠帧后的静态语义分割进行标记。主要类别有绿色植物、可行驶区域、未知障碍物标记等。亿蝌语料凭借多年的数据处理经验和一站式数据解决方案，已与全球数百家自动驾驶公司达成深度合作，涵盖整车厂、造车新势力、一线科技公司、主流算法公司、全球顶级Tier1厂商等。未来，亿蝌语料将继续加大技术研发投入，不断完善AI基础设施建设，帮助用户以更便捷的方式训练和部署人工智能应用。联系 亿蝌语料以免费试用我们的 4D 数据注释工具。
