LiDAR-kommentarprosjekt for SmartCity autonome kjøretøy
Prosjektoversikt
SmartCity, et raskt voksende storbyområde, startet et ambisiøst prosjekt for å introdusere autonome kjøretøy (AV) for offentlig transport. For å sikre sikker og effektiv drift av disse AV-ene trengte de en enorm mengde nøyaktig kommenterte LiDAR- og kameradata som representerer byens mangfoldige miljøer. SmartCity inngikk samarbeid med Shaip, et ledende dataannoteringsselskap, for å håndtere denne avgjørende oppgaven.
Shaip fikk i oppgave å kommentere 15,000 3 rammer med sensordata samlet inn fra SmartCitys gater. Hver ramme inneholdt data fra 32 Velodyne VLP-4C LiDARer og XNUMX høyoppløselige kameraer, som fanget et bredt spekter av urbane scenarier
Utfordringer
Volum og kompleksitet
Den store mengden data og kravet til både 2D- og 3D-kommentarer utgjorde en betydelig utfordring.
Diverse miljøer
SmartCitys varierte landskap, fra tette bysentre til forstadsområder, krevde tilpasningsdyktige annoteringsstrategier.
Helhet
Å opprettholde konsistente objekt-ID-er på tvers av forskjellige sensorer og flere rammer var avgjørende for å trene pålitelige AI-modeller.
Personvern Bekymringer
Sikre at all personlig identifiserbar informasjon var riktig maskert samtidig som nyttige data bevares.
Tett tidslinje
SmartCity trengte prosjektet fullført innen 4 måneder for å oppfylle planen for AV-distribusjon.
Shaips tilnærming
Bemanning
Samlet et team på 50 erfarne annotatorer, 10 kvalitetskontrollører og 3 prosjektledere.
Egendefinerte verktøy
Utviklet proprietær programvare som integrerte arbeidsflyter for 2D og 3D merknader, noe som forbedrer effektiviteten og konsistensen.
Kurs
Gjennomførte intensive treningsøkter om SmartCitys spesifikke merknadskrav og retningslinjer for personvern.
Automatisering
Brukte AI-assistert pre-annotering for å fremskynde prosessen, spesielt for vanlige objekter som biler og fotgjengere.
Utfallet
- Fullførte prosjektet på 3.5 måneder, to uker før skjema.
- Oppnådde 99.7 % annoteringsnøyaktighet, og overgår SmartCitys forventninger.
- Vellykket kommentert over 450,000 XNUMX unike objekter på tvers av alle rammer.
- Opprettholdt konsistente IDer for 98 % av objektene på tvers av flere rammer.
- Maskert alle skilt og ansikter på riktig måte, og sikrer overholdelse av personvernet.
Konklusjon
Shaips vellykkede gjennomføring av dette store LiDAR-kommentarprosjektet spilte en sentral rolle i SmartCitys initiativ for autonome kjøretøy. Prosjektet demonstrerte viktigheten av å kombinere dyktige menneskelige annotatorer med avanserte AI-assisterte verktøy for å håndtere komplekse, multi-sensor dataannoteringsoppgaver effektivt og nøyaktig.
De annoterte dataene av høy kvalitet gjorde det mulig for SmartCity å trene AV-systemene sine mer effektivt, noe som reduserte tiden som trengs for testing i den virkelige verden med 30 %. De konsistente og nøyaktige annotasjonene forbedret spesielt AV-enes objektsporings- og prediksjonsevner i komplekse bymiljøer.
