スマートシティ自律走行車向け LiDAR アノテーション プロジェクト
プロジェクト概観
急速に成長している大都市圏であるスマートシティは、公共交通機関に自律走行車 (AV) を導入するという野心的なプロジェクトを開始しました。これらの AV の安全で効率的な運用を確保するには、都市の多様な環境を表す、正確に注釈が付けられた膨大な量の LiDAR およびカメラ データが必要でした。スマートシティは、この重要なタスクを処理するために、大手データ注釈会社である Shaip と提携しました。
シャイプ氏は、スマートシティの街路から収集されたセンサーデータ15,000フレームに注釈を付ける任務を負った。各フレームには、3台のVelodyne VLP-32C LiDARと4台の高解像度カメラからのデータが含まれており、さまざまな都市のシナリオを捉えている。
課題
膨大なデータ量と 2D と 3D の両方の注釈の必要性が大きな課題となりました。
密集した都市中心部から郊外地域まで、スマートシティの多様な景観には、適応性のある注釈戦略が必要でした。
信頼性の高い AI モデルをトレーニングするには、さまざまなセンサーと複数のフレームにわたって一貫したオブジェクト ID を維持することが重要でした。
有用なデータを保持しながら、すべての個人識別情報が適切にマスクされていることを確認します。
SmartCity は、AV 導入スケジュールを満たすために、プロジェクトを 4 か月以内に完了する必要がありました。
シャイプのアプローチ
経験豊富な注釈者 50 名、品質管理者 10 名、プロジェクト マネージャー 3 名からなるチームを編成しました。
2D および 3D 注釈ワークフローを統合し、効率性と一貫性を向上させる独自のソフトウェアを開発しました。
SmartCity の特定の注釈要件とプライバシー ガイドラインに関する集中的なトレーニング セッションを実施しました。
AI 支援による事前注釈を利用して、特に車や歩行者などの一般的なオブジェクトに対してプロセスを高速化しました。
結果
- プロジェクトは予定より3.5週間早く、XNUMXか月で完了しました。
- 99.7% の注釈精度を達成し、SmartCity の期待を上回りました。
- すべてのフレームにわたって 450,000 を超える固有のオブジェクトに注釈を付けることに成功しました。
- 複数のフレームにわたってオブジェクトの 98% の一貫した ID を維持しました。
- すべてのナンバープレートと顔を適切にマスクし、プライバシーの遵守を確保しました。
まとめ
Shaip によるこの大規模な LiDAR 注釈プロジェクトを成功させたことは、SmartCity の自律走行車イニシアチブにおいて極めて重要な役割を果たしました。このプロジェクトは、複雑なマルチセンサー データ注釈タスクを効率的かつ正確に処理するために、熟練した人間の注釈者と高度な AI 支援ツールを組み合わせることの重要性を実証しました。
高品質の注釈付きデータにより、SmartCity は AV システムをより効果的にトレーニングし、実際のテストに必要な時間を 30% 削減できました。一貫性のある正確な注釈により、複雑な都市環境における AV のオブジェクト追跡および予測機能が特に向上しました。
