本页所有结果基于 560255 —— 此前与 BotAuto 对齐确认的稳定版数据集（Mcap_0324 批次）。
2026-07-08 分享的最新数据集 622524 尚未用于本次训练，该版本当前提供给 Yilin 团队使用。
如需在 622524 上产出同等结果：流程可直接复用、随时可启动；仅训练一项约需 24 小时（H100 单卡），加上预处理与评测约 1.5 个工作日交付。
全部 101 帧，三相机横向拼接（从左到右：左前 / 前视中 / 右前），10 Hz 播放。
同视角逐帧渲染深度图（近 → 远：暖色 → 冷色）。
重建为可编辑场景图：背景与每个动态目标独立建模，是场景编辑（删 / 改 / 加车）与仿真回注的基础。
前视相机轨迹插值渲染（训练视角之外的新位姿）。
评测于 2026-06-18/19：相机 101 帧 × 3 路全帧口径；LiDAR 101 帧 × 3 传感器（303 帧，schema 3.1）。
| 相机重建 | |
|---|---|
| PSNR（全帧） | 34.51 dB |
| SSIM（全帧） | 0.950 |
| LPIPS（全帧，越低越好） | 0.118 |
| 动态目标区域 PSNR | 27.21 dB |
| 动态目标区域 SSIM | 0.844 |
| LiDAR 重建 | 静态 | 动态 | 整体 |
|---|---|---|---|
| 深度中值误差 (m) | 0.378 | 1.218 | 0.381 |
| Chamfer 距离 (m) | 0.758 | 4.60 | 0.759 |
| 强度 RMSE（[0,1] 域） | 0.029 | 0.016 | 0.029 |
| 覆盖率 | 100% | 100% | 100% |
注：LiDAR 动态子集误差（≈1.2 m）经系统排查（loss 配比、运动补偿、传感器组合、标注框质量、评测口径、致密化策略共 6 个方向）确认为当前数据条件下的固有极限并已正式接受（2026-06-24 评审），不影响场景编辑与数据回注交付链路。相机 PSNR 为全帧（训练视角重建）口径。
| 数据输入 | |
|---|---|
| 场景 | 560255（300 帧 / 30 s，取帧 0–100） |
| 相机 | 3 路广角：前视中 / 左前 / 右前（1920×1080，2× 降采样训练） |
| LiDAR | 3 颗车顶雷达，截断 80 m，自车点滤除 |
| 逐帧监督 | 图像 + 点云（深度/强度）+ ego pose + 3D 目标框 + 动态/天空分割 |
| 训练配置（2026-06-24 验收口径） | |
|---|---|
| 模型 | 场景图 3DGS（背景 + 逐目标独立建模）+ LiDAR 球面光栅化 |
| 联合权重 | λimage=1.0 / λlidar=0.3，深度 L1 |
| 关键开关 | 梯度累积 K=4；LiDAR 分支车辆位姿梯度隔离 |
| 迭代 / 资源 | 50 K 迭代，H100 单卡 ≈ 24 h / 场景 |