මතුපිට සහ සංරචක විෂමතා
වත්කම් වර්ග හරහා විඛාදනය, පැළීම්, මතුපිට කැබලි ගැලවීම, විකෘති වීම, අතුරුදහන් කොටස් සහ වෙනත් සංරචක තත්ත්ව වෙන් කරන්න.
යටිතල පහසුකම් පරීක්ෂණ රොබෝටික්ස් සඳහා ගොඩනගා ඇත
සෑම පරීක්ෂණයක්ම මොඩලයට සූදානම් සාක්ෂියක් බවට පත් කරන්න.
තාප, RGB, LiDAR සහ ටෙලිමෙට්රි දත්ත එක් සොයාගත හැකි චක්රයක සම්බන්ධ කර, පරීක්ෂණ ග්රහණයේ සිට මොඩල් සඳහා සූදානම් dataset නිකුතු දක්වා ගෙන යන්න.
පරීක්ෂණ මෙහෙයුමේ සිට අනුවාදගත dataset නිකුතුව දක්වා එක් මෙහෙයුම් වාර්තාවක්.
MCAP + ROS
LiDAR + ලක්ෂ්ය වලාකුළු
බහු-කැමරා වීඩියෝ
ටෙලිමෙට්රී + ගමන් මාර්ග
එක් මෙහෙයුම් චක්රයක්
පරීක්ෂණ මෙහෙයුම ආරම්භය පමණයි.
බිඳුණු භාරදීම් වෙනුවට සමමුහුර්ත පරීක්ෂණ ග්රහණයේ සිට ඊළඟ මොඩල්-සූදානම් dataset නිකුතුව දක්වා සොයාගත හැකි මාර්ගයක් සාදන්න.
- 01
සමමුහුර්ත පරීක්ෂණ මෙහෙයුම් ඇතුළත් කරන්න
MCAP, තාප සහ RGB වීඩියෝ, ලක්ෂ්ය වලාකුළු, GNSS, IMU සහ වත්කම් සිදුවීම් කාලය හෝ මූලාශ්ර පසුබිම අහිමි නොකර එක් කරන්න.
- 02
වැදගත් සාක්ෂි තෝරන්න
ඊළඟ පුහුණු චක්රයට අවශ්ය සිද්ධි සකස් කිරීමට වත්කම, සංරචකය, විෂමතාව, කාලගුණය, දෘෂ්ටිකෝණය සහ සංවේදක තත්ත්වය අනුව සොයන්න සහ කොටස් කරන්න.
- 03
තහවුරු කළ හැකි ground truth සාදන්න
මොඩල් සහාය මානව 2D, 3D සහ කාලානුක්රමික සමාලෝචනය සමඟ ඒකාබද්ධ කර, එක් එක් නිකුතුවට අවශ්ය තත්ත්ව දොරටු යොදන්න.
- 04
අනුවාදගත නිකුතුවක් ප්රකාශ කරන්න
Manifest අන්තර්ගතය සහ මූලාශ්ර සම්භවය ස්ථිර කර, ප්රකාශිත අයිතිවාසිකම් metadata අමුණා, පුහුණුව හා ඇගයීම සඳහා loader විසින් විසඳන නොවෙනස් revision එකක් ප්රකාශ කරන්න.
සිද්ධි බුද්ධිය
මොඩල් හැසිරීම වෙනස් කරන සාක්ෂි සොයන්න.
සෑම සිදුවීමකම සංවේදක, වත්කම් සහ මෙහෙයුම් පසුබිම රකිමින් දිගු පරීක්ෂණ මෙහෙයුම් ඉලක්කගත පුහුණු කොටස් බවට පත් කරන්න.
ජ්යාමිතිය, අවකාශ සීමාව සහ විකෘති වීම
ව්යුහාත්මක වෙනස්වීම් සහ අවකාශ සීමා සිද්ධි සඳහා සමපාත point cloud, කැමරා දර්ශන, poses, calibration සහ මිනුම් රකින්න.
ආවරණය, දිලිසීම සහ කාලගුණය
පරීක්ෂණ මොඩල් විශ්වාසය අහිමි කරන දෘෂ්ටිකෝණ සහ පාරිසරික තත්ත්ව තෝරන්න.
දිගුකාලීන dataset අනන්යතාව
ඔබේ පරීක්ෂණ stack එකට නැවත නිර්මාණය කළ හැකි නිකුතුවක් ලබා දෙන්න.
සෑම පුහුණු කට්ටලයක්ම කණ්ඩායම් අතර යවන folder එකක් නොව, ස්ථාවර ලිපිනයක් සහිත පාලිත නිමැවුමක් ලෙස සලකන්න.
- පහසු dataset යොමුව සහ නොවෙනස් canonical revision
- Manifest digest, object ගණන, මුළු ප්රමාණය සහ මූලාශ්ර සම්භවය
- ප්රකාශිත අයිතිවාසිකම් ලේඛනය සහ ප්රවේශ කොන්දේසි revision එකට අමුණා ඇත
- ප්රකාශිත තත්ත්වය සහ revision අනන්යතාව loader මගින් ලබා දෙයි
Dataset නිකුතු manifest
අනුවාදගතයි- Dataset
- infrastructure/bridge-inspection
- නිකුතුව
- v9
- සම්භව වාර්තා
- primary / avala · calibration / avala
- ප්රකාශිත අයිතිවාසිකම්
- අමුණා ඇත
- Revision තත්ත්වය
- ප්රකාශිතයි
infrastructure/bridge-inspection@v9ස්වයංක්රීය යටිතල පහසුකම් පරීක්ෂණ සඳහා ගොඩනඟා ඇත
යටිතල පහසුකම් පරීක්ෂණ වැඩසටහන පුරා එක් දත්ත පද්ධතියක්.
පාලම්, දුම්රිය, මාර්ග, උමං සහ වැඩබිම් පරීක්ෂණ එකම dataset සහ තත්ත්ව පදනම මත පවත්වා ගන්න.
පාලම් සහ ව්යුහ
තට්ටු, කුළුණු, කේබල්, සන්ධි, මුහුණත් සහ අනෙකුත් තීරණාත්මක කොටස් සඳහා කාලානුක්රමික හා බහු-දෘෂ්ටි dataset සාදන්න.
දුම්රිය සහ පොදු ප්රවාහනය
නැවත සිදුකරන පරීක්ෂණ අතර පීලි, ඉහළ විදුලි රැහැන්, වේදිකා, උමං සහ මාර්ග අයිතියේ සාක්ෂි සමපාත කරන්න.
මාර්ග සහ උමං
ස්ථාන සහ සංවේදක පසුබිම රකිමින් මාර්ග මතුපිට, බාධක, සංඥා, අවකාශ සීමා සහ උමං මතුපිට තත්ත්ව තෝරන්න.
ඉදිකිරීම් සහ කාර්මික වැඩබිම්
ප්රගතිය, කොටස් තත්ත්ව සහ ළඟා වීමට අපහසු වත්කම් සඳහා drone, rover, වාහන සහ ස්ථාවර සංවේදක දත්ත සමාලෝචනය කරන්න.
එක් මොඩල් බාධකයකින් අරඹන්න
ඔබේ වැඩසටහනට ඊළඟට අවශ්ය පරීක්ෂණ දත්ත නිකුතුව සැලසුම් කරන්න.
ඔබේ සංවේදක stack, වත්මන් workflow සහ ඉලක්ක හැසිරීම ගෙන එන්න. පරීක්ෂණ මෙහෙයුම්වල සිට අනුවාදගත dataset එකක් දක්වා පැහැදිලි මාර්ගයක් ලබා ගන්න.