Skip to content

三维点云与立方体

用带朝向的三维立方体、点、折线与逐点分割来标注 PCD、PLY、LAS 与 KITTI 点云。八叉树细节层次、正交切片面板，以及能在往返转换中保真的四元数旋转。

Potato 可以在浏览器中，用带朝向的三维立方体、点、折线与逐点分割来标注激光雷达与摄影测量点云。 八叉树细节层次让数百万点的扫描件在笔记本上依然可交互，而相机标定会把每一个框投影到图像上，使你可以在三维中编辑、在二维中核验。

yaml
annotation_schemes:
  - annotation_type: spatial_annotation
    name: objects
    description: "Put a 3D box around every vehicle and pedestrian."
    source_field: point_cloud
    tools: [cuboid_3d, point_3d]
    labels:
      - {name: car, color: "#FF6B6B", key_value: "1"}
      - {name: pedestrian, color: "#FFD93D", key_value: "2"}
    color_mode: height
    point_size: 2.0
    max_points: 400000

可运行示例：examples/spatial/kitti-cuboids/。

格式

点云在服务端读取，并转换为浏览器可理解的一种紧凑二进制格式。若在 JavaScript 中逐一解析各种格式，就意味着四套解析器、四套字节序与记录布局的缺陷，而且每次页面加载都要重新解析一份两百万点的扫描件。

格式说明
KITTI velodyne .bin裸 float32 的 x、y、z、强度，无文件头
PCDascii、binary 与 binary_compressed（LZF）
PLYascii、binary_little_endian、binary_big_endian
LAS1.0 至 1.4，点记录格式 0 至 3 与 6 至 8
.xyz / .pts每行 x y z [r g b]
LAZ不直接读取。请先转换：laszip -i scan.laz -o scan.las

格式中若带有颜色则会读取颜色；KITTI、PCD 与 LAS 会读取强度。若对一个没有颜色的文件请求 color_mode: rgb，系统会回退到按高度着色，并在状态栏中说明，而不是悄悄渲染出一个看起来像你所请求模式的结果。

工具

工具绘制内容
cuboid_3d一个带朝向的三维框
point_3d单个三维点
polyline_3d穿过点云的一条路径
segment_3d对选中点集的逐点标签

旋转用四元数存储，而非偏航角

Potato 把立方体的旋转存为完整的四元数。多数格式只存单个偏航角，因此这看起来像是过度设计——直到某次往返转换丢了东西为止。

正是它让 KITTI 导入做到无损，包括那约 0.85° 的相机相对激光雷达的安装倾角，而只有偏航角的字段会把它丢掉且不作声明。导出回 KITTI 时确实必须舍弃俯仰与滚转——但系统会报告舍弃了多少朝向信息，而不是悄悄把框压平。

Potato 能表达的内容与某种格式能存储的内容之间的落差，是在格式相关的代码中、明确地跨越的，而不是在存储层中、悄无声息地跨越的。

一致性使用精确的带旋转三维 IoU

两位标注者给同一辆车画框，不会得到相同的框。Potato 用精确的带旋转三维 IoU 计算一致性，它在任意旋转下都成立，而不只适用于轴对齐的框。

只要数据不是水平的，这一点就变得重要：无人机、手持与室内扫描都会产生具有真实俯仰与滚转的框，而轴对齐的近似所报告的分歧，是度量方式的产物，而非标注者的分歧。参见几何形状上的一致性。

大规模场景下的工作方式

  • 八叉树细节层次默认开启（lod: true）。点按区域与距离加载，因此大型扫描件仍可交互。
  • max_points 用于限制抽稀程度。它是查看器设置，不是数据设置。
  • 正交切片面板（mpr: true）提供三个轴对齐视图，便于精确、完全键盘驱动的编辑。拖动其中一个面时，对面保持固定。

有一个值得知道的缺陷，因为它影响的是已存储的数据而非显示：segment_3d 的点索引过去假定了固定的抽稀比例，因此调低 max_points 会悄悄让已有的逐点标签指向不同的点。现在索引指向的是源文件，所以查看器设置不可能挪动一份标注。

相关内容