ביאור תיבה תוחמת תלת-ממדית של LiDAR לנהיגה אוטונומית
כיצד שייפ סיפק ביאור מדויק של תיבות גבולות קובואידיות תלת-ממדיות על פני 14 מחלקות אובייקטים עם כ-53 תיבות לכל פריים על נתוני ענן נקודות של פריים בודד - מכויל מול תמונות דו-ממדיות לתפיסת רכב אוטונומי בקנה מידה של ייצור.
סקירת הפרויקט
ככל שתפיסת הנהיגה האוטונומית מתקדמת לקראת פריסה בייצור, הלקוח נזקק לצינור אנוטציות LiDAR תלת-ממדי מיוחד ביותר, המסוגל למקם תיבות גבול קובודיות מדויקות בצפיפות הנדרשת לנתוני אימון AV אמיתיים - עם תיוג רב-תכונות וכיול תמונה דו-ממדי.
שייפ בנה את צינור האנוטציות מקצה לקצה, הכולל מיקום קובואידים תלת-ממדיים, אכיפת גודל ברירת מחדל, תיוג ריבוי מאפיינים, טיפול במקרי קצה סביבתיים ואימות תמונת ייחוס - וסיפק מערכי נתונים של תפיסת AV מוכנים למודל על פני 14 מחלקות אובייקטים.
סטטוס מפתח
מחלקות אובייקטים
14
קופסאות לכל מסגרת
~ 53
שכבות תכונות
5
רמות חסימה
4
אתגרים
- צבת ~53 קופסאות קוביות תלת-ממדיות לכל פריים עם התאמה הדוקה ומדויקת לקצוות ענן נקודות
- טיפול 14 מחלקות אובייקטים על פני כלי רכב, הולכי רגל, בעלי חיים וחפצים ניידים
- עבודה בו זמנית עם תמונות כיול דו-ממדיות וענן נקודות תלת-ממדי נתונים
- ניהול ענני נקודות רפאים, השתקפויות קרקע, ערפל, אובך ונתזי מים
- אכיפה מידות גודל ברירת מחדל לכל מחלקה לעקביות בין-פריימים
פתרון
תהליך עבודה של הצבת קוביות תלת-ממדיות
מפרטים הציבו תיבות גבול קובואידיות תלת-ממדיות מדויקות על נתוני ענן נקודות של פריים בודד בו זמנית עם תמונה דו-ממדית של כיול. כל מחלקה הגיעה עם מידות ברירת מחדל של תיבת גבול כדי להבטיח עקביות בגודל בין המסגרות - מכוניות ברוחב 3.4-5.1 מטר, משאיות ברוחב 3.4-14 מטר, הולכי רגל ברוחב 0.4-1.2 מטר.
תיוג רב-תכונות
מעבר למיקום התיבה התוחמת, כל אובייקט עם הערות קיבל תוויות מאפיינים המכסות את מצב הרכב (נהיגה/חנה), מצב רכב דו-גלגלי (עם/בלי רוכב), מצב הולך רגל (עמידה/ישיבה/שכיבה), מצב חסימה (4 רמות: ללא, חלקי, רוב, מלא) ומצב גפיים (עצמים בולטים, דלתות פתוחות, ציוד מחובר).
טיפול סביבתי במקרים קצה
כללים מחמירים שלטו ביאור של עצמים חסומים מאוד או רחוקים, ענני נקודות רפאים הנגרמים עקב כיול שגוי של LiDAR כפול, השתקפויות קרקע ורעשי סביבה כתוצאה מהתזות מים, ערפל ואובדן. מראות צד, דלתות פתוחות, זרועות עגורן, מתקני גג ומזוודות להולכי רגל הוצאו במפורש מהכלל; סירנות חירום ומכולות משאיות נכללו.
אימות התאמה של קופסה צמודה
נדרשו הקופסאות להיות צמודות היטב לקצוות ענן הנקודות עם מינימום פערים גלויים. האוריינטציה אומתה באמצעות נתוני כיול והקשר הנתיב שבו ענני הנקודות היו מעורפלים. סצנות לילה וגשומות טופלו באופן שווה לתנאי יום לצורך עקביות ביאור.
אבטחת איכות בין-מודאלית
כל ההערות אומתו מול תמונות דו-ממדיות כדי לאמת גודל וכיוון נכונים. שכבת אבטחת איכות חוצת-מודלים זו זיהתה חוסר יישור שלא היה נראה מענן נקודות בלבד, מה שהבטיח דיוק ברמת ייצור לאימון מודל תפיסת AV במורד הזרם.
היקף הפרויקט
| סוג מערך נתונים | חוגים | קופסאות/מסגרת | תכונות | רמות חסימה | בדיקת מערכות |
|---|---|---|---|---|---|
| תפיסת LiDAR AV תלת-ממדית | 14 | ~53 בממוצע | 5 שכבות מאפיינים | 4 (0–100%) | בדיקת תמונה דו-ממדית |
תוצאות
- הקימה א צינור ביאור תלת-ממדי צפוף של LiDAR עם ~53 קופסאות לכל מסגרת בדיוק הייצור
- מתוקננת אונטולוגיה של אובייקטים בת 14 מחלקות עם אכיפת גודל ברירת מחדל לכל מחלקה
- נתן 5 שכבות מאפיינים כולל סיווג חסימה בן 4 רמות
- מיושם אבטחת איכות בין-מודאלית אימות קופסאות תלת-ממדיות מול תמונות כיול דו-ממדיות
- הפעל את הלקוח תפיסת רכב אוטונומית, ADAS ונהיגה עצמית אימון מודל
בסך הכל, שייפ סייע בהפיכת דרישת תפיסה תלת-ממדית מורכבת של LiDAR לצינור ביאור מובנה ומוכן לייצור - כזה המסוגל לתמוך בפיתוח נהיגה אוטונומית, ADAS, רובוטקסי ומשאיות אוטונומיות בדיוק ברמת כיול בתנאים מאתגרים בעולם האמיתי.
שייפ טיפל במקרי קצה של AV ששוברים את רוב צינורות האנוטציה - ערפל, ענני נקודות רפאים, חסימה צפופה, וכ-53 קופסאות למסגרת. האימות הצולב הדו-ממדי-תלת-ממדי שלהם סיפק לנו נתוני אימון תפיסה שאנחנו סומכים עליהם.
