स्वायत्त ड्राइविंग के लिए 3डी लिडार बाउंडिंग बॉक्स एनोटेशन
शैप ने उत्पादन पैमाने पर स्वायत्त वाहन धारणा के लिए 2डी इमेजरी के आधार पर कैलिब्रेट किए गए सिंगल-फ्रेम पॉइंट क्लाउड डेटा पर प्रति फ्रेम लगभग 53 बॉक्स के साथ 14 ऑब्जेक्ट क्लास में सटीक 3डी क्यूबोइड बाउंडिंग बॉक्स एनोटेशन कैसे प्रदान किया।
परियोजना अवलोकन
जैसे-जैसे स्वायत्त ड्राइविंग धारणा उत्पादन तैनाती की ओर बढ़ रही है, ग्राहक को एक अत्यधिक विशिष्ट 3डी लिडार एनोटेशन पाइपलाइन की आवश्यकता थी जो वास्तविक एवी प्रशिक्षण डेटा के लिए आवश्यक घनत्व पर सटीक घनाकार बाउंडिंग बॉक्स को रखने में सक्षम हो - बहु-विशेषता लेबलिंग और 2डी-छवि अंशांकन के साथ।
शैप ने 3डी घनाकार पिंड की स्थिति निर्धारण, डिफ़ॉल्ट आकार प्रवर्तन, बहु-विशेषता लेबलिंग, पर्यावरणीय विषम परिस्थितियों से निपटने और संदर्भ-छवि सत्यापन को कवर करने वाली संपूर्ण एनोटेशन पाइपलाइन का निर्माण किया - जिससे 14 वस्तु वर्गों में मॉडल-तैयार एवी धारणा डेटासेट प्राप्त हुए।
मुख्य स्थिति
ऑब्जेक्ट क्लासेस
14
प्रति फ्रेम बॉक्स
~ 53
विशेषता परतें
5
अवरोध स्तर
4
चुनौतियां
- रखकर प्रति फ्रेम लगभग 53 3डी घनाकार बॉक्स पॉइंट क्लाउड किनारों पर सटीक और सटीक फिटिंग के साथ
- हैंडलिंग 14 ऑब्जेक्ट वर्ग वाहनों, पैदल यात्रियों, जानवरों और चल वस्तुओं के ऊपर से
- काम कर रहे 2D कैलिब्रेशन इमेजरी और 3D पॉइंट क्लाउड के साथ-साथ तिथि
- प्रबंध भूतिया बिंदु बादल, जमीन से परावर्तन, कोहरा, धुंध और पानी के छींटे
- लागू करने प्रति वर्ग डिफ़ॉल्ट आकार आयाम क्रॉस-फ्रेम संगति के लिए
उपाय
3डी घनाकार पिंड की स्थिति निर्धारण प्रक्रिया
एनोटेटर्स ने 2D कैलिब्रेशन इमेज रेफरेंस के साथ-साथ सिंगल-फ्रेम पॉइंट क्लाउड डेटा पर सटीक 3D घनाकार बाउंडिंग बॉक्स लगाए। प्रत्येक क्लास के लिए फ्रेम में आकार की स्थिरता सुनिश्चित करने के लिए परिभाषित डिफ़ॉल्ट बाउंडिंग बॉक्स आयाम दिए गए थे — कारों के लिए 3.4–5.1 मीटर, ट्रकों के लिए 3.4–14 मीटर और पैदल चलने वालों के लिए 0.4–1.2 मीटर चौड़ाई।
बहु-विशेषता लेबलिंग
बाउंडिंग बॉक्स प्लेसमेंट के अलावा, प्रत्येक एनोटेटेड ऑब्जेक्ट को वाहन की स्थिति (चल रहा/पार्क किया हुआ), दोपहिया वाहन की स्थिति (सवार के साथ/बिना), पैदल यात्री की स्थिति (खड़ा/बैठा/लेटा हुआ), अवरोध की स्थिति (4 स्तर: कोई नहीं, आंशिक, अधिकांश, पूर्ण) और अंगों की स्थिति (बाहर निकली हुई वस्तुएं, खुले दरवाजे, संलग्न उपकरण) को कवर करने वाले विशेषता लेबल प्राप्त हुए।
पर्यावरण संबंधी जटिल मामलों से निपटना
अत्यधिक अवरुद्ध या दूर स्थित वस्तुओं, दोहरे लिडार के गलत अंशांकन के कारण उत्पन्न होने वाले घोस्ट पॉइंट क्लाउड, ज़मीन से परावर्तन और पानी के छींटे, कोहरे और धुंध से उत्पन्न पर्यावरणीय शोर के अंकन को लेकर सख्त नियम लागू थे। साइड मिरर, खुले दरवाजे, क्रेन आर्म, रूफ रैक और पैदल यात्रियों के सामान को स्पष्ट रूप से बाहर रखा गया था; आपातकालीन सायरन और ट्रक बेड कंटेनर को शामिल किया गया था।
टाइट बॉक्स फिट सत्यापन
बॉक्स को न्यूनतम दृश्य अंतराल के साथ पॉइंट क्लाउड किनारों से कसकर फिट किया जाना आवश्यक था। जहां पॉइंट क्लाउड अस्पष्ट थे, वहां कैलिब्रेशन डेटा और लेन संदर्भ के माध्यम से अभिविन्यास की पुष्टि की गई। एनोटेशन की एकरूपता सुनिश्चित करने के लिए रात और बारिश के दृश्यों को दिन के समय की स्थितियों के समान माना गया।
क्रॉस-मोडल क्यूए
सही आकार और अभिविन्यास की पुष्टि करने के लिए सभी एनोटेशन को संदर्भ 2डी छवियों के विरुद्ध मान्य किया गया था। इस क्रॉस-मोडल QA परत ने उन त्रुटियों को पकड़ लिया जो केवल पॉइंट क्लाउड से दिखाई नहीं देतीं, जिससे आगे के AV परसेप्शन मॉडल प्रशिक्षण के लिए उत्पादन-स्तरीय सटीकता सुनिश्चित हुई।
परियोजना गुंजाइश
| डेटासेट प्रकार | क्लासेज | बक्से/फ्रेम | गुण | अवरोध स्तर | मान्यकरण |
|---|---|---|---|---|---|
| 3डी लिडार एवी धारणा | 14 | लगभग 53 औसत | 5 विशेषता परतें | 4 (0–100%) | 2डी छवि क्रॉस-चेक |
परिणामों
- की स्थापना की सघन 3डी लिडार एनोटेशन पाइपलाइन उत्पादन सटीकता के साथ प्रति फ्रेम लगभग 53 बॉक्स।
- मानकीकृत 14-श्रेणी वस्तु ऑन्टोलॉजी प्रत्येक वर्ग के लिए डिफ़ॉल्ट आकार प्रवर्तन के साथ
- दिया गया 5 विशेषता परतें जिसमें 4-स्तरीय अवरोध वर्गीकरण शामिल है
- कार्यान्वित क्रॉस-मोडल क्यूए 2D कैलिब्रेशन इमेजरी के आधार पर 3D बॉक्स का सत्यापन करना
- क्लाइंट को सक्षम किया गया स्वायत्त वाहन धारणा, एडीएएस और स्व-चालन मॉडल प्रशिक्षण
कुल मिलाकर, शैप ने एक जटिल 3डी लिडार धारणा आवश्यकता को एक संरचित, उत्पादन-तैयार एनोटेशन पाइपलाइन में बदलने में मदद की - एक ऐसी पाइपलाइन जो चुनौतीपूर्ण वास्तविक दुनिया की स्थितियों में अंशांकन-स्तरीय सटीकता के साथ स्वायत्त ड्राइविंग, एडीएएस, रोबोटैक्सी और सेल्फ-ड्राइविंग ट्रक विकास का समर्थन करने में सक्षम है।
शैप ने उन जटिल वर्चुअल वातावरण (AV) समस्याओं को हल किया जो अधिकांश एनोटेशन पाइपलाइनों को बाधित करती हैं — जैसे कि कोहरा, घोस्ट पॉइंट क्लाउड, सघन अवरोध और प्रति फ्रेम लगभग 53 बॉक्स। उनके 2D-3D क्रॉस-वैलिडेशन ने हमें ऐसा परसेप्शन ट्रेनिंग डेटा प्रदान किया जिस पर हम भरोसा कर सकते थे।
