自动驾驶-数据解析01：四元数04【nuPlan 数据集中的 ego2global_rotation 四元数是采集时生成的，还是后期处理得到的？】

标题：nuPlan 数据集中的ego2global_rotation四元数是采集时生成的，还是后期处理得到的？1. 先给结论在讨论 nuPlan 数据集中的自车姿态四元数时，不能简单地说：它一定是车辆采集瞬间直接生成的原始四元数。也不能简单地说：它是后期人工标注生成的四元数。更准确的说法是：nuPlan 中与ego2global_rotation对应的四元数，本质上是自车 ego pose 中的姿态信息，表示某个时间戳下自车坐标系到全局坐标系的旋转关系。它不是相机、LiDAR、Radar 的原始采集数据，也不是目标 3D 框人工标注得到的结果，而是自车定位 / 状态估计系统产生并保存在 nuPlanego_pose表中的姿态信息。需要特别注意一点：严格来说，nuPlan 原始数据库表里常见字段名不是ego2global_rotation，而是ego_pose.qw / qx / qy / qz。ego2global_rotation这个名字更多出现在 OpenScene、NAVSIM 等基于 nuPlan 二次整理的数据格式里。也就是说，可以理解成：nuPlan ego_pose.qw/qx/qy/qz ↓ OpenScene / NAVSIM 整理为 ego2global_rotation所以，如果问题是：nuPlan 里的自车全局姿态四元数是从哪里来的？答案是：它来自 nuPlan 的 ego_pose，也就是自车在 global 坐标系下的定位姿态。如果问题是：它是后期人工标注生成的吗？答案是：不是。它不是目标框标注结果。如果问题是：它一定是车辆采集瞬间的车端实时定位原始输出吗？答案要谨慎：公开 schema 能确认它是 nuPlan ego_pose 中保存的自车全局姿态； 但不能仅凭公开 schema 绝对断言它一定是车端实时定位系统原样输出， 还是发布数据库前经过离线平滑、地图匹配或定位优化后的结果。2. 先区分几个容易混淆的概念2.1ego2global_rotation不是传感器原始数据自动驾驶采集车上的传感器通常包括：Camera：相机 LiDAR：激光雷达 Radar：毫米波雷达 IMU：惯性测量单元 GNSS / GPS：卫星定位系统 Wheel Encoder：轮速计 CAN Bus：车辆底盘数据这些传感器的原始数据大致是：传感器原始数据是否天然是四元数Camera图像像素不是LiDAR点云坐标、强度、时间戳等不是Radar距离、速度、角度、反射强度等不是IMU加速度、角速度原始输出通常不是GNSS / GPS经纬度、高度、速度、时间不是Wheel Encoder轮速、里程不是CAN Bus车速、方向盘角、油门、刹车等不是例如：# 相机原始数据image=H x W x3# 激光雷达原始点云point=[x,y,z,intensity]# 毫米波雷达目标radar_object=[range,velocity,azimuth,elevation]# IMU 原始数据imu=[acc_x,acc_y,acc_z,gyro_x,gyro_y,gyro_z]这些都不是四元数。因此，ego2global_rotation不是相机、LiDAR、Radar 直接采集出来的原始数据。2.2ego2global_rotation不是目标框标注结果自动驾驶数据集中还有一类四元数，可能出现在目标 3D 框里，例如：box={"translation":[x,y,z],"size":[width,length,