작물 행 전환과 두렁 회전
변화하는 필드 형상에서 행 이탈, 회전, 중첩, 경로 복구를 분리합니다.
농업 로보틱스를 위한 모델 지원 계층
현장의 모든 시간이 기계를 더 나아지게 합니다.
카메라, LiDAR, GNSS, IMU, 작업자 이벤트를 하나의 추적 가능한 루프로 연결해 현장 수집부터 모델 준비 데이터셋 릴리스까지 이어갑니다.
현장 세션부터 버전 관리된 데이터셋 릴리스까지 하나의 운영 기록으로 연결합니다.
MCAP + ROS
LiDAR + 포인트 클라우드
멀티카메라 비디오
텔레메트리 + 궤적
하나의 운영 루프
현장 세션은 시작일 뿐입니다.
분절된 인계를 동기화된 현장 수집부터 다음 모델 준비 데이터셋 릴리스까지 이어지는 추적 가능한 경로로 바꿉니다.
- 01
동기화된 현장 세션 수집
시간과 출처 맥락을 잃지 않고 MCAP, 영상, 포인트 클라우드, GNSS, IMU, 기계 이벤트를 한데 모읍니다.
- 02
어려운 구역 선별
필드, 경로, 생육 단계, 날씨, 개입, 센서 상태로 검색하고 분할해 다음 학습 주기에 필요한 시나리오를 구성합니다.
- 03
근거 있는 Ground Truth 구축
모델 지원과 사람의 2D, 3D, 시계열 검토를 결합하고 각 릴리스에 필요한 품질 게이트를 적용합니다.
- 04
버전 관리 릴리스 게시
매니페스트 내용과 출처를 고정하고 선언된 권리 메타데이터를 첨부한 뒤, loader가 학습과 평가를 위해 해석하는 불변 리비전을 게시합니다.
시나리오 인텔리전스
기계의 행동을 바꾸는 순간을 찾으세요.
긴 현장 주행을 집중된 학습 슬라이스로 전환하면서 각 이벤트의 센서와 운영 맥락을 보존합니다.
먼지, 눈부심, 낮은 가시성
먼지, 그림자, 저조도, 가림, 작물 밀도 변화에 따른 인지 동작을 비교합니다.
작업자 개입
수동 인계와 복구 이벤트를 다음 선별 및 검토 주기로 되돌립니다.
지속 가능한 데이터셋 ID
자율 시스템이 재현할 수 있는 릴리스를 제공하세요.
각 학습 세트를 팀 간에 전달하는 폴더가 아니라 안정적인 주소를 가진 관리형 아티팩트로 다룹니다.
- 읽기 쉬운 데이터셋 참조와 불변 정규 리비전
- 매니페스트 다이제스트, 객체 수, 전체 크기, 출처
- 리비전에 첨부된 선언 권리 문서와 접근 조건
- loader가 반환하는 게시 상태와 리비전 ID
데이터셋 릴리스 매니페스트
버전 관리됨- 데이터셋
- agriculture/row-navigation
- 릴리스
- v18
- 출처 기록
- primary / avala · calibration / avala
- 선언된 권리
- 첨부됨
- 리비전 상태
- 게시됨
agriculture/row-navigation@v18현장 자율성을 위해 구축
농업 로보틱스 프로그램 전체를 하나의 데이터 시스템으로.
내비게이션, 작물 관리, 수확, 항공 점검을 동일한 데이터셋과 품질 기반에서 운영합니다.
자율 현장 내비게이션
동기화된 차량 세션에서 행 추종, 두렁 회전, 장애물 회피, 경로 복구를 선별합니다.
정밀 작물 관리
표적 살포, 제초, 식물 감지, 작물 상태 이해를 위한 인지 데이터셋을 구축합니다.
수확과 조작
수확 시스템을 위해 시계열 상호작용, 객체 상태, 어려운 엣지 케이스를 검토합니다.
항공 점검
드론 영상과 텔레메트리를 필드 매핑, 정찰, 점검 모델용 추적 가능한 데이터셋으로 전환합니다.
하나의 모델 병목부터 시작
프로그램에 다음으로 필요한 현장 데이터 릴리스를 설계하세요.
센서 스택, 현재 워크플로, 목표 행동을 가져오세요. 현장 세션부터 버전 관리 데이터셋까지 범위가 명확한 경로를 정리해 드립니다.