Projekt adnotacji LiDAR dla autonomicznych pojazdów SmartCity
Przegląd projektu
SmartCity, szybko rozwijający się obszar metropolitalny, zainicjował ambitny projekt wprowadzenia pojazdów autonomicznych (AV) do transportu publicznego. Aby zapewnić bezpieczną i wydajną pracę tych pojazdów, potrzebowali ogromnej ilości dokładnie opisanych danych LiDAR i kamer reprezentujących zróżnicowane środowiska miasta. SmartCity nawiązało współpracę z Shaip, wiodącą firmą zajmującą się adnotacją danych, aby zająć się tym kluczowym zadaniem.
Shaipowi powierzono zadanie adnotacji 15,000 3 klatek danych z czujników zebranych z ulic SmartCity. Każda klatka zawierała dane z 32 Velodyne VLP-4C LiDAR i XNUMX kamer o wysokiej rozdzielczości, rejestrując szeroki zakres scenariuszy miejskich
Wyzwania
Objętość i złożoność
Ogromna ilość danych i konieczność sporządzania adnotacji 2D i 3D stanowiły poważne wyzwanie.
Zróżnicowane środowiska
Zróżnicowany krajobraz SmartCity, od gęsto zaludnionych ośrodków miejskich po obszary podmiejskie, wymagał elastycznych strategii adnotacji.
Konsystencja:
Utrzymanie spójnych identyfikatorów obiektów dla różnych czujników i wielu ramek było kluczowe dla trenowania niezawodnych modeli sztucznej inteligencji.
Obawy dotyczące prywatności
Zadbano o odpowiednie ukrycie wszystkich informacji identyfikujących użytkownika przy jednoczesnym zachowaniu użytecznych danych.
Napięty harmonogram
Firma SmartCity potrzebowała ukończenia projektu w ciągu 4 miesięcy, aby dotrzymać harmonogramu wdrożenia systemu AV.
Podejście Shaipa
Rekrutacja
Zgromadzono zespół składający się z 50 doświadczonych adnotatorów, 10 kontrolerów jakości i 3 kierowników projektu.
Narzędzia niestandardowe
Opracowano autorskie oprogramowanie, które zintegrowało procesy adnotacji 2D i 3D, zwiększając wydajność i spójność.
Szkolenia
Przeprowadzono intensywne sesje szkoleniowe na temat szczegółowych wymagań dotyczących adnotacji i wytycznych dotyczących prywatności w SmartCity.
Automatyzacja
Wykorzystano wspomaganą sztuczną inteligencją wstępną adnotację, aby przyspieszyć proces, zwłaszcza w przypadku typowych obiektów, takich jak samochody i piesi.
Wynik
- Projekt ukończono w 3.5 miesiąca, dwa tygodnie przed terminem.
- Osiągnięto dokładność adnotacji na poziomie 99.7%, co przekroczyło oczekiwania SmartCity.
- Pomyślnie opisano ponad 450,000 XNUMX unikalnych obiektów we wszystkich klatkach.
- Utrzymywano spójne identyfikatory dla 98% obiektów w wielu klatkach.
- Prawidłowo zamaskowano wszystkie tablice rejestracyjne i twarze, zapewniając tym samym zachowanie prywatności.
Wniosek
Udane wykonanie przez Shaip tego projektu adnotacji LiDAR na dużą skalę odegrało kluczową rolę w inicjatywie SmartCity dotyczącej pojazdów autonomicznych. Projekt pokazał, jak ważne jest połączenie wykwalifikowanych ludzkich adnotatorów z zaawansowanymi narzędziami wspomaganymi przez sztuczną inteligencję, aby sprawnie i dokładnie obsługiwać złożone zadania adnotacji danych wieloczujnikowych.
Wysokiej jakości adnotacje danych pozwoliły firmie SmartCity na skuteczniejsze szkolenie systemów AV, co skróciło czas potrzebny na testy w warunkach rzeczywistych o 30%. Spójne i dokładne adnotacje w szczególności usprawniły możliwości śledzenia obiektów i przewidywania sytuacji przez AV w złożonych środowiskach miejskich.
