LiDAR רב-מודאלי של רכבת וביאור דו-ממדי
כיצד שייפ ביצע את אחד הפרויקטים המגוונים ביותר מבחינת סוגי אנוטציות בתחום הבינה המלאכותית של הרכבות - שילוב של תמונות מצלמה דו-ממדיות וענני נקודות תלת-ממדיים של LiDAR על פני 39+ מחלקות אובייקטים ו-8 סוגי תוויות שונים כדי להפעיל מערכות תפיסת רכבות אוטונומיות ובטיחות רכבות.
סקירת הפרויקט
ככל שתפיסת רכבות אוטונומית מתקדמת לקראת פריסה בייצור, הלקוח נזקק לצינור ביאור בקנה מידה גדול ורב-מודאלי המסוגל לתייג את סביבת הרכבת המלאה הן בתמונות מצלמה דו-ממדיות והן בנתוני ענן נקודות תלת-ממדיים של LiDAR בדיוק מרחבי עקבי.
שייפ בנה את צינור האנוטציות הרב-מודאלי מקצה לקצה, המכסה 8 סוגי תוויות שונים, 39+ מחלקות אובייקטים ו-25+ סיווגי מצבי אות במערכות האיתות H/V ו-Ks - וסיפק מערכי נתונים מאומתים-צולבים ומוכנים למודל עבור אוטונומיה של רכבות ובינה מלאכותית לבטיחות.
סטטוס מפתח
מחלקות אובייקטים
39 +
סוגי ביאור
8
מצבי איתות
25 +
מצבים
דו-ממדי + תלת-ממדי
אתגרים
- טיפול ביאור רב-מודאלי דו-ממדי + תלת-ממד עם עקביות מרחבית מאומתת צולבת
- הערות 39+ מחלקות אובייקטים כולל אנשים, כלי רכב, תשתיות, בעלי חיים ואובייקטים בטיחותיים
- פועל לרוחב 8 סוגי ביאור — תיבות גבול דו-ממדיות/תלת-ממדיות, קובואידים, פולילינים, מצולעים
- סיווג 25+ מצבי אות שונים במערכות האיתות הגרמניות H/V ו-Ks
- מריחה היגיון סף הקהל וביאור מסלול רציף מתחת לאובייקטים בקרון
פתרון
צינור ביאור רב-מודאלי
שייפ הגדיר מערכת ביאור של מצלמה דו-ממדית מקבילה וצינור ביאור של LiDAR תלת-ממדי עם אימות צולב בין שיטות הנתונים. המביאים עבדו בו זמנית עם שני מקורות הנתונים כדי להבטיח עקביות מרחבית, כאשר מצבי הסגירה הוערכו אך ורק מנתוני ענן נקודות ולא מתמונות דו-ממדיות.
39+ אונטולוגיה בכיתה
אונטולוגיית האנוטציה כיסתה אנשים (עם קבוצת גיל, עזרי ניידות, תפקיד פונקציונלי, תנוחת גוף, נשיאת פריטים ותכונות הסחת דעת), כלי רכב (אופניים, אופנועים, כלי רכב לפי תת-קטגוריה), 18 מיני בעלי חיים ותשתיות רכבת, כולל מסילות, מתגים, עמודי קווי חשמל, רמזורים, עצירות חיץ, גשרי איתות, נעלי גרירה ואובייקטי בדיקה מחזירי אור.
סיווג מצב אות
אותות סומנו בסיווג היבטים מפורט על פני מערכות איתות H/V ו-Ks, המכסות למעלה מ-25 מצבי אותות שונים. המביאים זיהו היבטי אותות מדויקים הן מתצוגה קדמית והן מתצוגה אחורית, תוך הבחנה בין אותות אור ואותות צורה על פני מערכות איתות רכבת גרמניות מרובות.
סף קהל ולוגיקת קבוצות
הערות קהל דרשו סף מינימלי של 6 אנשים חופפים לפני המעבר מהערות אישיות להערות קבוצתיות. קבוצות של אופניים וקבוצת בעלי חיים עקבו אחר אותה היגיון סף עם כללי תנוחה ומין עקביים בתוך הקבוצות. זה הבטיח שסצנות בצפיפות גבוהה תויגו ביעילות תפעולית מבלי להתפשר על פרטים.
ביאור רצוף של המסלול
המסילות סומנו באופן רציף אפילו מתחת לעצמים של רכבות או קרונות, כאשר אזורי החלפה ועצירות חיץ מופו במדויק. שכבת המשכיות זו חיונית לתכנון נתיבי מסילה במורד הזרם ולמודלים של זיהוי מכשולים.
היקף הפרויקט
| סוג מערך נתונים | מצבים | חוגים | סוגי תוויות | מצבי איתות | מערכות |
|---|---|---|---|---|---|
| תפיסת סביבת הרכבת | LiDAR דו-ממדי + תלת-ממדי | 39 + | 8 (קופסאות, קובואידים, פולילינים, פוליגונים) | 25 + | H/V, Ks |
תוצאות
- הקימה א צינור ביאור רב-מודאלי של LiDAR דו-ממדי + תלת-ממדי לתפיסת רכבת אוטונומית
- מתוקננת 39+ אונטולוגיה של מחלקות אובייקטים כולל אנשים, כלי רכב, בעלי חיים ותשתיות רכבת
- נתן 25+ סיווגי מצב אות במערכות איתות גרמניות H/V ו-Ks
- מיושם היגיון סף הקהל והערת מסילה רציפה מתחת לקרונות
- הפעל את הלקוח רכבת אוטונומית, בטיחות וזיהוי מכשולים באמצעות בינה מלאכותית מפת דרכים
בסך הכל, שייפ סייע בהפיכת דרישה לתפיסת רכבת רב-מודאלית לצינור ביאור מובנה ומוכן לייצור - כזה המסוגל לתמוך בהפעלת רכבות אוטונומית, בינה מלאכותית לבטיחות רכבות ומערכות זיהוי אותות עם עקביות מרחבית דו-ממדית-תלת-ממדית מאומתת צולבת בקנה מידה גדול.
שייפ טיפל במורכבות של ביאורים שרוב הספקים לא נוגעים בה. 39+ מחלקות, 8 סוגי תוויות, 25+ מצבי אותות, אימות צולב דו-ממדי ותלת-ממדי - והם סיפקו זאת כקו צינור מתואם יחיד. כתוצאה מכך, מודלי תפיסת המסילות שלנו התאמנו מהר יותר.
