3D 跟踪
结合 LiDAR 点云与标定相机数据，使用 Find Similar 和 Auto-Tracking。在关键帧之间插值 3D 长方体，并结合场景审查和优化轨迹。
Find SimilarAuto-Tracking3D 插值
LiDAR 与 3D 标注平台
面向 3D 感知的 LiDAR 标注平台
通过 LiDAR（激光雷达）点云标注、相机辅助跟踪、共享本体和规范的质量管理，构建可靠的 3D 训练数据。
每个维度，精准标注
LiDAR 标注所需的完整工具
在同一工作空间标注 3D 对象与点级分割，结合标定后的传感器视图，精细调整轨迹。
精准的 3D 几何与点级标签
在透视和正交视图中精调长方体。涂选点云区域，并通过多边形、折线、点和球体标注空间边界。
点级实例与语义分割
按语义类别标注点云，并区分独立对象。结合标定相机视图，在 3D 空间精修点级标签。
嵌套本体与动态属性
为 3D 对象和场景定义带嵌套、条件属性的类别。逐帧记录状态变化，并在时间轴中查看其持续区间。
完整的 3D 标注时间轴
统一审查对象轨迹、可见区间、关键帧和动态属性，直接定位需要处理的帧与对象。
传感器上下文同步 LiDAR + 相机
标定的多传感器视图
结合同步相机图像查看 LiDAR 和雷达点云，在原始传感器视图中审查投影的 3D 形状与关联相机框。
同步视图标定投影
为规模化 AI 数据而构建
借助 AI 辅助自动化与可扩展工作流，加快复杂 LiDAR 数据集标注，降低运营成本。
15×
更快的 LiDAR 数据标注
通过批量工作流、相机辅助的 Find Similar 与 Auto-Tracking，以及插值，减少重复的手动 LiDAR 标注。
85%
自动化 LiDAR 标注
平均 85% 的 LiDAR 标签由系统自动预标注，再由人工审查和精修。
15×
更低的训练数据成本
通过自动化数据整理、标注和 QA，单个验收合格标签的成本可低至原来的 1/15。
原生 3D 标注工具
面向对象、场景与序列的 LiDAR 标注类型
选择感知任务所需的几何形状与属性，并在各个场景中一致应用。
01
3D 长方体
使用具有精确尺寸和旋转角度的定向 3D 长方体标注对象，并在透视、顶视、侧视和后视图中精调贴合度。
02
点云分割
涂选点级对象与场景标签，在保留原始点云上下文的同时指定类别和属性。
03
3D 多边形
通过 3D 顶点与闭合边界勾勒空间区域，保持区域标注一致。
04
3D 球体
通过可编辑的球心和半径标记球形区域，并维护类别属性与时间状态。
05
3D 折线
使用相连的 3D 点描绘路缘、护栏等开放边界。
06
3D 点
为精确空间位置与地标添加类别标签和结构化属性。
07
关联相机框
将 3D 长方体关联到标定相机图像中的 2D 框，并同步审查两个视图。
08
对象与场景属性
应用可复用的分类与条件属性，记录对象和场景随帧变化的属性。
09
轨迹与关键帧
在点云序列中保持稳定的对象身份、可见区间与可编辑关键帧。
LiDAR 标注质量保障
让质量保障贯穿每个 3D 标注。
比较独立完成的场景标注，依据已批准的基准标签检查质量，并结合点云与帧上下文解决问题。
LiDAR 标注共识
比较同一 LiDAR 场景的独立标注，在批准标签前审查 3D 几何、类别和对象属性的分歧。
场景级依据一致性检查审查分歧
质量门控（Honeypot）
使用对标注员隐藏的已批准基准标签检查场景标注，并按配置标准将结果分流至通过、未通过或未评估路径。
验证与问题解决
发现缺失的必填属性和标注问题，分配修正任务，查看相关对象与帧，并在发布前完成反馈闭环。
LiDAR QA 分析
查看基准测试、共识结果、未解决问题和验证发现，将审查重点放在需要处理的场景与对象上。
基准结果审查结果
LiDAR 数据集整理与标注工作流
整理 LiDAR 数据，自动化标注工作流。
搜索、版本管理和检查 LiDAR 数据集，连接 AI 模型，推动标注完成审查与批准。
数据集版本
创建场景数据集、冻结选定版本，无需重新上传即可关联项目，保持数据选择与发布过程可追溯。
搜索与筛选
按文件夹、标签、类别、属性、负责人和问题状态查找场景，用所需数据创建有针对性的标注队列。
嵌入视图
使用自有嵌入向量可视化 LiDAR 数据集，在训练前检查聚类、离群点和标注问题。
集成工作流
将 LiDAR 标注、审查与质量保障串联为连续工作流，减少交接，让数据集从标注顺畅推进至批准。
接入自有 LiDAR 模型
为 LiDAR 模型管道准备经过审查的 3D 标签和版本化数据集。欢迎与 Unitlab 团队讨论您的模型集成需求。
解决方案
面向各行业与应用场景的 LiDAR 标注
为自动驾驶、机器人、仓储感知和基础设施制图构建经过审查的 3D 训练数据。
Unitlab 支持哪些 LiDAR 与点云格式？
+
支持以单个文件、ZIP 场景或文件夹上传 PCD、PLY 和 BIN 点云。场景清单可包含多个 LiDAR 或雷达传感器、标定相机和帧位姿。Unitlab 还可将支持的 nuScenes 记录转换为场景输入。
阅读 LiDAR 数据准备指南可以使用哪些 3D 标注类型？
+
Unitlab 支持定向 3D 长方体、点云分割、折线、多边形、点和球体。关联相机框可连接到对应 3D 长方体，共享本体用于定义类别、条件属性和场景级标签。
探索 3D 标注类型Auto-Tracking、Find Similar 与插值如何工作？
+
Find Similar 使用标定相机图像中选定的对象，再将候选长方体拟合到 LiDAR 点。Auto-Tracking 根据跨帧相机信息生成可编辑的 3D 关键帧，同时保留人工修正。插值在可信关键帧之间补全支持的几何形状，批量视图用于检查长方体漂移。
探索 LiDAR 跟踪与插值 探索 LiDAR 相似查找如何检查 LiDAR 标注质量？
共识检查比较同一 LiDAR 场景的独立标注，并将分歧交由审查。质量门控使用隐藏的已批准基准标签检查提交结果。必填属性验证与标注问题管理支持发布前修正，审查者可查看相关几何与帧上下文。
阅读 LiDAR 质量保证指南如何整理和导出 LiDAR 训练数据集？
通过文件夹与标签组织场景，按标签和审查状态筛选，并冻结数据集版本。导出包含 3D 标注、时序轨迹、场景元数据、标定信息和点标签数组的 UUEF 版本，用于下游训练数据管道。
探索 LiDAR 标注导出
