Визуализация в первую очередь
Перед аннотацией командам AV необходимо исследовать и понять свои данные. Мультисенсорный просмотрщик Avala работает с полным стеком сенсоров AV:Воспроизведение MCAP
Загружайте записи MCAP с вашего парка транспортных средств и воспроизводите все сенсорные потоки в синхронизированном многопанельном просмотрщике с 8 типами панелей.
Круговые камеры + LiDAR
Просматривайте все круговые камеры вместе с облаками точек LiDAR с автоматической калиброванной проекцией для перекрёстной верификации сенсоров.
GPU-ускоренное 3D
Рендеринг облаков точек LiDAR с ускорением WebGPU и 6 режимами визуализации: Нейтральный, Интенсивность, Радуга, Метка, Паноптический и Проекция изображения.
Навигация по таймлайну
Прокручивайте журналы поездок, перемещайтесь покадрово и переходите к конкретным временным меткам. Все панели синхронизированы при различных частотах сенсоров.
Типы данных
Типичные задачи
3D-обнаружение объектов
Размечайте транспортные средства, пешеходов, велосипедистов и статические объекты 3D-кубоидами в облаках точек LiDAR. 3D-редактор аннотаций предоставляет виды сверху, в перспективе и сбоку для точного размещения кубоидов. Кубоиды включают полные параметры позиции (x, y, z), размеров (длина, ширина, высота) и направления (yaw).Мультикамерная проекция
Аннотируйте 3D-кубоиды в виде LiDAR и автоматически проецируйте их на изображения круговых камер для визуальной верификации. Просмотрщик поддерживает модели камер pinhole и double-sphere, поэтому проекция работает со стандартными и широкоугольными объективами.Аннотация полос и границ дороги
Используйте инструменты полилиний для разметки дорожной разметки, бордюров и краёв дороги в видах камер. Полилинии поддерживают соединённые сегменты с редактированием вершин, что делает их подходящими для криволинейных полос и сложных перекрёстков.Временной трекинг объектов
Отслеживайте объекты между кадрами с постоянными ID для моделей прогнозирования движения и траекторий. ID объектов сохраняются по таймлайну последовательности, а покадровая навигация просмотрщика упрощает верификацию непрерывности трекинга.Классификация сцены
Классифицируйте условия вождения на уровне сцены — погода (ясно, дождь, туман), время суток (день, сумерки, ночь), тип дороги (шоссе, город, сельская местность) и плотность трафика. Метки классификации применяются ко всему кадру и могут сочетаться с аннотациями на уровне объектов.Используемые функции Avala
Пример пайплайна
Начало работы
1
Загрузите данные поездок
Создайте набор данных с типом
mcap и загрузите записи MCAP с вашего парка. Для больших наборов данных используйте интеграцию с облачным хранилищем для прямого подключения вашего S3-бакета.2
Исследуйте в просмотрщике
Откройте запись в мультисенсорном просмотрщике. Убедитесь, что данные камер, LiDAR и преобразований присутствуют. Проверьте калибровку, включив проекцию LiDAR на камеру.
3
Настройте проект аннотации
Создайте проект с 3D-аннотацией кубоидами, определите таксономию меток (vehicle, pedestrian, cyclist и т.д.) и настройте параметры контроля качества.
4
Аннотируйте и рецензируйте
Ваша команда аннотирует 3D-кубоиды с ID трекинга. Рецензенты проверяют аннотации с помощью мультикамерной проекции для выявления ошибок глубины и направления.
5
Экспортируйте и обучайте
Экспортируйте размеченные данные в предпочтительном формате. Используйте Python SDK или TypeScript SDK для интеграции экспортов в ваш пайплайн обучения.
Следующие шаги
MCAP и ROS
Подробное руководство по подготовке и загрузке мультисенсорных записей.
Инструмент 3D-кубоидов
Как размещать, настраивать и отслеживать 3D-кубоиды в редакторе облаков точек.
Лучшие практики записи
Советы по записи данных, которые хорошо визуализируются и аннотируются.
Контроль качества
Настройте многоэтапные рабочие процессы рецензирования для продакшн-аннотации.