建立點雲序列輸入資訊清單

資訊清單是 UTF-8 編碼檔案，其中每一行都是完整且有效的 JSON 物件。每一行都由標準分行符號 (\n 或 \r\n) 分隔。由於每一行都必須為有效的 json 物件，您不能有未逸出的分行符號。在點雲序列輸入資訊清單檔案中，資訊清單的每一行各包含一系列的點雲影格。序列中每個影格的點雲資料可以儲存為二進位或 ASCII 格式。如需詳細資訊，請參閱 接受的原始 3D 資料格式。這是 3D 點雲物件追蹤所需的資訊清單檔案格式。或者，您也可以為每個點雲影格提供點屬性和相機感應器融合資料。建立序列輸入資訊清單檔案時，您必須以世界座標系統提供 LiDAR 和攝影機感應器融合資料。

當資訊清單的每一行都是序列檔案時，以下範例示範輸入資訊清單檔案所採用的語法。輸入資訊清單檔案中的每一行都必須為 JSON 行格式。

{"source-ref": "s3://awsexamplebucket/example-folder/seq1.json"}
{"source-ref": "s3://awsexamplebucket/example-folder/seq2.json"}

每一系列點雲影格的資料必須儲存在 JSON 資料物件中。以下是用於序列檔案的格式範例。每個影格的相關資訊都以 JSON 物件的形式納入，並列在 frames 清單中。這是具備兩個點雲影格檔案 (frame300.bin 和 frame303.bin) 的序列檔案範例。... 用於表示應該包含其他影格的資訊。為序列中的每個影格新增一個 JSON 物件。

下列程式碼區塊包含單一序列檔案的 JSON 物件。為了便於閱讀，JSON 物件已經過擴展。

{
  "seq-no": 1,
  "prefix": "s3://awsexamplebucket/example_lidar_sequence_dataset/seq1/",
  "number-of-frames": 100,
  "frames":[
    {
        "frame-no": 300, 
        "unix-timestamp": 1566861644.759115, 
        "frame": "example_lidar_frames/frame300.bin", 
        "format": "binary/xyzi", 
        "ego-vehicle-pose":{
            "position": {
                "x": -2.7161461413869947,
                "y": 116.25822288149078,
                "z": 1.8348751887989483
            },
            "heading": {
                "qx": -0.02111296123795955,
                "qy": -0.006495469416730261,
                "qz": -0.008024565904865688,
                "qw": 0.9997181192298087
            }
        }, 
        "images": [
        {
            "image-path": "example_images/frame300.bin_camera0.jpg",
            "unix-timestamp": 1566861644.759115,
            "fx": 847.7962624528487,
            "fy": 850.0340893791985,
            "cx": 576.2129134707038,
            "cy": 317.2423573573745,
            "k1": 0,
            "k2": 0,
            "k3": 0,
            "k4": 0,
            "p1": 0,
            "p2": 0,
            "skew": 0,
            "position": {
                "x": -2.2722515189268138,
                "y": 116.86003310568965,
                "z": 1.454614668542299
            },
            "heading": {
                "qx": 0.7594754093069037,
                "qy": 0.02181790885672969,
                "qz": -0.02461725233103356,
                "qw": -0.6496916273040025
            },
            "camera-model": "pinhole"
        }]
    },
    {
        "frame-no": 303, 
        "unix-timestamp": 1566861644.759115, 
        "frame": "example_lidar_frames/frame303.bin", 
        "format": "text/xyzi", 
        "ego-vehicle-pose":{...}, 
        "images":[{...}]
    },
     ...
  ]
}

下表提供序列檔案最上層參數的相關詳細資訊。如需序列檔案中個別影格所需參數的詳細資訊，請參閱個別點雲影格的參數。

參數	必要	接受的值	描述
seq-no	是	Integer	序列的順序號碼。
prefix	是	字串 接受的值： s3://<bucket-name>/<prefix>/	序列檔案所在的 Amazon S3 位置。 字首必須以正斜線結尾：/。
number-of-frames	是	Integer	序列檔案包含的影格總數。此數字必須符合下一列的 frames 參數中列出的影格總數。
frames	是	JSON 物件清單	影格資料的清單。清單的長度必須等於 number-of-frames。在工作者使用者介面中，序列中的影格與此陣列中的影格順序相同。 關於每個影格的格式，如需詳細資訊，請參閱個別點雲影格的參數。

個別點雲影格的參數

下表顯示您可以包含在輸入資訊清單檔案中的參數。

參數	必要	接受的值	描述
frame-no	否	Integer	影格號碼。這是由客戶指定的選用識別符，以識別序列中的影格。Ground Truth 未使用。
unix-timestamp	是	Number	unix 時間戳記是自 1970 年 1 月 1 日到感應器收集資料的 UTC 時間為止的秒數。 每個影格的時間戳記必須不同，且因用於線性插補，時間戳記必須依照順序。理想情況下，這應該是收集資料時的真實時間戳記。如果無法使用，您必須使用增量時間戳記序列，其中序列檔案的第一個影格對應至序列的第一個時間戳記。
frame	是	字串 格式範例 <folder-name>/<sequence-file.json>	序列檔案在 Amazon S3 中的相對位置。此相對路徑會附加至您在 prefix 中指定的路徑。
format	否	字串 接受的字串值："binary/xyz"、"binary/xyzi"、"binary/xyzrgb"、"binary/xyzirgb"、"text/xyz"、"text/xyzi"、"text/xyzrgb"、"text/xyzirgb" 預設值： 當 source-ref 中識別的檔案為 .bin 副檔名時：binary/xyzi 當 source-ref 中識別的檔案為 .txt 副檔名時：text/xyzi	使用此參數來指定點雲資料的格式。如需詳細資訊，請參閱「接受的原始 3D 資料格式」。
ego-vehicle-pose	否	JSON 物件	裝置的姿態，此裝置用於收集點雲資料。如需此參數的詳細資訊，請參閱在輸入資訊清單中包含車輛姿態資訊。
prefix	否	字串 接受的字串值格式： s3://<bucket-name>/<folder-name>/	此影格的中繼資料 (例如攝影機影像) 儲存在 Amazon S3 中的位置。 字首必須以正斜線結尾：/。
images	否	清單	參數清單，描述用於感應器融合的彩色相機影像。此清單最多可以包含 8 個影像。如需每個影像所需參數的詳細資訊，請參閱在輸入資訊清單中包含相機資料。

在輸入資訊清單中包含車輛姿態資訊

使用自動駕駛車輛位置，提供用於擷取點雲資料的車輛姿態資訊。Ground Truth 使用此資訊來運算 LiDAR 外部矩陣。

Ground Truth 使用外部矩陣在 3D 場景和 2D 影像之間投影標籤。如需詳細資訊，請參閱 感應器融合。

關於您提供自動駕駛車輛資訊時所需的 position 和方向 (heading) 參數，下表提供詳細資訊。

參數	必要	接受的值	描述
position	是	JSON 物件 必要參數： x、y 和 z。輸入這些參數的數字。	自動駕駛車輛在世界座標系統中的平移向量。
heading	是	JSON 物件 必要參數： qx、qy、qz 和 qw。輸入這些參數的數字。	安裝在車輛上感測周遭環境的裝置或感應器的參考影格方向，在座標系統中以四元數 (qx、qy、qz、qw) 測量。

在輸入資訊清單中包含相機資料

如果您想要在影格中包含彩色相機資料，請使用下列參數來提供每個影像的相關資訊。當 images 參數包含在輸入資訊清單檔案中時，將套用下表中的必填欄位。輸入資訊清單檔案中不需要包含影像。

如果包含相機影像，則必須包含用於拍攝影像的相機 position 和方向 (heading) 的相關資訊。

如果影像失真，Ground Truth 可以使用您在輸入資訊清單檔案中提供的影像相關資訊來矯正影像，包括失真係數 (k1、k2、k3、k4、p1、p1)、攝影機型號、焦距 (fx、fy) 和主點 (cx、cy))。若要進一步了解這些係數和矯正影像，請參閱使用 OpenCV 校準相機。如果未包含失真係數，則 Ground Truth 不會矯正影像。

參數	必要	接受的值	描述
image-path	是	字串 格式範例： <folder-name>/<imagefile.png>	影像檔案在 Amazon S3 中的相對位置。此相對路徑會附加至您在 prefix 中指定的路徑。
unix-timestamp	是	Number	影像的時間戳記。
camera-model	否	字串： 接受的值： "pinhole", "fisheye" 預設值： "pinhole"	用於拍攝影像的相機型號。此資訊用於矯正相機影像。
fx, fy	是	數字	相機在 x (fx) 和 y (fy) 方向的焦距。
cx, cy	是	數字	主點的 x (cx) 和 y (cy) 座標。
k1, k2, k3, k4	否	Number	徑向失真係數。支援魚眼和針孔相機型號。
p1, p2	否	Number	正切失真係數。支援針孔相機型號。
skew	否	Number	用於測量影像中任何已知扭曲的參數。
position	是	JSON 物件 必要參數： x、y 和 z。輸入這些參數的數字。	安裝在車輛上拍攝影像的相機的參考影格位置或原點。
heading	是	JSON 物件 必要參數： qx、qy、qz 和 qw。輸入這些參數的數字。	安裝在車輛上拍攝影像的相機的參考影格方向，以四元數 (qx、qy、qz、qw) 測量。

序列檔案和點雲影格限制

輸入資訊清單檔案中最多可包含 100,000 個點雲序列。每個序列檔案中最多可包含 500 個點雲影格。

請記住，3D 點雲標籤工作的預處理時間比其他 Ground Truth 任務類型更久。如需更多詳細資訊，請參閱 任務前處理時間。