1、机器人 自动驾驶场景需要大量人工标注，目前标注效率低，产品也很难规范。全自动也不能完全实现
2、给标注人员一个辅助工具，并规范标注格式
点击空白处退出提示
标注辅助工具产品系统
我要开发同款技术信息
作品详情
行业场景
功能介绍
1、这个项目是一个 LiDAR 点云地面分割工具，核心功能是从激光雷达点云中把「地面点」和「非地面点」（行人、车辆、障碍物等）分离开实现物体的聚类，选定范围的杂点去除，地面去除
2、 边界细化（后处理）解决「物体底部被误标为地面」的问题：把点云投到网格里，若某格内 Z 跨度大（说明有物体），只保留最低点 + margin
以下为地面。margin 可调（0.01 严格 ~ 0.50 宽松）
3、物体实例聚类 基于 DBSCAN 对非地面点做聚类，把每个行人/车辆/障碍物分成独立的实例（不同颜色显示），输出 cluster ID
4、实现标注规范的自动检查
项目实现
1、算法 RANSAC-GSeg 多区域迭代 RANSAC 按径向距离分 6 个同心区，每区取最低 30% 点做种子，RANSAC 随机采样 + PCA 平面拟合
2、Patchwork++ 同心区域模型 极坐标网格（4 区 × 16~64 扇区）分 bin，每 bin 取 LPR 最低点做种子、PCA 恢复漏检、网格形态学清理、平坦度滤波
3、 物体聚类- 基于 Open3D 的 cluster_dbscan（DBSCAN）对非地面点做实例聚类，可选体素降采样（voxel_down_sample）+ KDTree
技术栈
- 语言/运行时：Python 3
- 数值计算：NumPy（向量化，三种算法均纯 NumPy 无深度学习）
- 几何/聚类/桌面可视化：Open3D
- 空间索引：SciPy KDTree
- 前端可视化：Three.js + OrbitControls（
- Web 服务：标准库 http.server
- 数据格式：PCD v0.7 二进制、.npy、CSV、JSON + 自定义 .bin
最近邻映射回原分辨率，
4. 可视化 Web 查看器 web_viewer/：前端用 Three.js 0.174（ES Module 方式从 CDN 加载）+ OrbitControls，通过 THREE.BufferGeometry
/ PointsMaterial 渲染点云，支持算法/数据集切换、帧导航、margin 实时滑块.
示例图片
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
评论