點雲

點雲說白了就是散布在三維空間裡的一大袋小點，其中每一個點都標記著機器人在某個真實物體表面上測到的一個位置。想像你用噴漆，在手指碰到物體的每一處——椅子、地板、咖啡杯——都點上一個發光的小斑點，然後讓所有這些斑點懸浮在空中，彼此之間沒有任何東西相連。退後一步看，這一團斑點就勾勒出了整個房間以及裡面所有東西的形狀，儘管它其實只是一張點的清單，而不是一個實心模型。每個點至少帶有三個數字：相對於感測器，它在左右方向、上下方向、遠近方向上各有多遠。

機器人是從深度感測器那裡得到點雲的。雷射雷達讓一束雷射四處掃描，並計時每個脈衝彈回來要花多久，再把這些時間換算成距離、進而變成一個個點；深度相機用紅外光做的也大致是同一件事。得到的結果，就是機器人最初拿到手的、未經加工的幾何畫面——這時還沒有標好的物體、沒有曲面，只有成千上萬乃至上百萬個光禿禿的點。每個點還可以額外攜帶資料，比如從相機借來的顏色或一個亮度值，於是一團點雲看上去就像是一張幽靈般的三維照片。

正因為點雲是原始而無結構的——這些點沒有順序，也並不自帶「哪個屬於桌子、哪個屬於杯子」的概念——感知工作的大部分內容，就是把它變成有意義的東西：抹平感測器的抖動、把好幾次掃描拼接起來、把點歸攏成曲面，或者拿這團點去和某個已知形狀做匹配。它是給一棟建築測繪建圖、辨識一件物體，或讓自動駕駛汽車理解周圍道路時，共同的起點原料。