自動駕駛汽車的激光雷達傳感器通過發出紅外光脈沖，并測量它們從物體上彈回的時間，傳感器創造點云，建立汽車周圍環境的3D快照，從而幫助車輛行駛。理解原始的點云數據十分困難，而且在機器學習時代到來之前，需要訓練有素的工程師明確他們希望手動捕獲的特征。據外媒報道，麻省理工學院計算機科學與AI實驗室（CSAIL）研究人員最新發表了一系列論文，表示可以利用深度學習自動處理3D成像應用的點云。

（圖片來源：麻省理工學院）

論文資深作者之一，麻省理工學院教授Justin Solomon表示，“目前，90%的計算機視覺和機器學習僅涉及2D圖像。我們的工作旨在幫助更好地表現3D世界，且不僅限于自動駕駛應用，還包括所有需要理解3D形狀的領域。”

以前，大多數方法在從數據中獲取點云的模式方面都不是特別成功，而這些數據是從空間中的3D點中獲取有用信息所必需的。在該團隊的一篇論文中，研究人員展示了他們分析點云的方法EdgeConv，通過使用動態圖卷積神經網絡，能夠對單個對象進行分類和分割。豐田研究所（Toyota Research Institute）的機器學習科學家Wadim Kehl表示，“該算法通過構建相鄰點的圖，可以捕捉層級模式，從而推斷出多種類型的通用信息，可供多種下游任務使用。”

此外，該團隊還研究了點云處理的其他方面。例如，大多數傳感器在3D世界中移動時會改變視角，每次對同一物體重新進行掃描時，物體的位置可能與上次看到的不同。要將多個點云合并成一個詳細的世界視圖，需要對齊多個3D點，這一過程稱為“配準”（registration）。論文作者之一Yue Wang博士表示，“配準能使我們將來自不同來源的3D數據整合到一個共同的坐標系統。否則，我們無法從這些方法中獲取有意義的信息。”

Solomon和Wang的第二篇論文演示了一種新的配準算法，稱為DCP（Deep Closest Point，深度最近點），能更好地找到點云的可識別模式、點和邊緣，以便與其他點云對齊。這對于自動駕駛汽車確定其在環境中的位置（定位）尤為重要。

DCP的一個局限性是其假設可以看到整個形狀，而不僅是一面。這意味著DCP不能對齊物體形狀的部分視圖（稱為“部分到部分配準”）。因此，在第三篇論文中，研究人員提出了一種改進的算法，稱為部分配準網絡（PRNet）。

Solomon表示，現有的3D數據與2D圖像和照片相比，往往相當混亂、無結構化。Solomon的團隊試圖在沒有大量機器學習技術需要的受控環境下，從混亂的3D數據中獲取有意義的信息。DCP和PRNet標明，點云處理的一個關鍵方面是情境。點云A與點云B對齊所需的幾何特征可能不同于將其與點云C對齊所需的特性。例如，在部分配準時，一個點云的形狀的一部分可能在其他點云上是不可見的，因此無法用于配準。

Wang表示，該團隊的工具已被計算機視覺領域和其他領域的許多研究人員使用。接下來，研究人員希望將這些算法應用于真實世界數據，包括從自動駕駛汽車收集的數據。Wang還表示，他們還計劃使用自我監督學習，探索訓練其系統的潛力，從而最小化所需的人類注釋。