โครงการ LiDAR Annotation สำหรับยานยนต์ไร้คนขับ SmartCity
ภาพรวมโครงการ
SmartCity ซึ่งเป็นเขตมหานครที่มีการเติบโตอย่างรวดเร็ว ได้ริเริ่มโครงการอันทะเยอทะยานในการนำรถยนต์ไร้คนขับ (AV) มาใช้ในระบบขนส่งสาธารณะ เพื่อให้แน่ใจว่ารถยนต์ไร้คนขับเหล่านี้ใช้งานได้อย่างปลอดภัยและมีประสิทธิภาพ พวกเขาจึงต้องการข้อมูล LiDAR และกล้องจำนวนมากที่มีคำอธิบายประกอบอย่างถูกต้อง ซึ่งแสดงถึงสภาพแวดล้อมที่หลากหลายของเมือง SmartCity ได้จับมือเป็นพันธมิตรกับ Shaip ซึ่งเป็นบริษัทชั้นนำด้านคำอธิบายประกอบข้อมูล เพื่อจัดการงานสำคัญนี้
Shaip ได้รับมอบหมายให้ใส่คำอธิบายประกอบข้อมูลเซ็นเซอร์ 15,000 เฟรมที่รวบรวมจากถนนใน SmartCity แต่ละเฟรมประกอบด้วยข้อมูลจาก LiDAR Velodyne VLP-3C 32 ตัวและกล้องความละเอียดสูง 4 ตัว โดยบันทึกสถานการณ์ในเมืองที่หลากหลาย
ชาเลนจ์ (Challenge)
ปริมาณและความซับซ้อน
ปริมาณข้อมูลมหาศาลและข้อกำหนดสำหรับคำอธิบายทั้งแบบ 2 มิติและ 3 มิติ ถือเป็นความท้าทายที่สำคัญ
สภาพแวดล้อมที่หลากหลาย
ภูมิทัศน์ที่หลากหลายของ SmartCity ตั้งแต่ศูนย์กลางเมืองที่มีความหนาแน่นไปจนถึงเขตชานเมือง จำเป็นต้องมีกลยุทธ์การอธิบายที่ปรับเปลี่ยนได้
ความมั่นคง
การรักษา ID ของวัตถุที่สอดคล้องกันในเซนเซอร์ที่แตกต่างกันและหลายเฟรมถือเป็นสิ่งสำคัญสำหรับการฝึกโมเดล AI ที่เชื่อถือได้
ข้อกังวลเกี่ยวกับข้อมูลส่วนบุคคล
ทำให้แน่ใจว่าข้อมูลส่วนตัวที่ระบุตัวตนทั้งหมดได้รับการปกปิดอย่างถูกต้องในขณะที่รักษาข้อมูลที่มีประโยชน์ไว้
ไทม์ไลน์ที่แน่น
SmartCity ต้องการให้โครงการเสร็จสิ้นภายใน 4 เดือนเพื่อให้ตรงตามกำหนดการปรับใช้ AV
แนวทางของชัยป์
พนักงาน
รวบรวมทีมงานผู้ให้คำอธิบายที่มีประสบการณ์ 50 คน ผู้ควบคุมคุณภาพ 10 คน และผู้จัดการโครงการ 3 คน
เครื่องมือที่กำหนดเอง
พัฒนาซอฟต์แวร์ที่เป็นกรรมสิทธิ์ซึ่งบูรณาการเวิร์กโฟลว์คำอธิบายประกอบแบบ 2 มิติและ 3 มิติ เพื่อเพิ่มประสิทธิภาพและความสอดคล้องกัน
องค์กร
ดำเนินการฝึกอบรมแบบเข้มข้นเกี่ยวกับข้อกำหนดคำอธิบายประกอบที่เฉพาะเจาะจงของ SmartCity และแนวทางการรักษาความเป็นส่วนตัว
อัตโนมัติ
ใช้การใส่คำอธิบายประกอบล่วงหน้าด้วยความช่วยเหลือของ AI เพื่อเร่งกระบวนการ โดยเฉพาะอย่างยิ่งสำหรับวัตถุทั่วไป เช่น รถยนต์และคนเดินถนน
ผล
- เสร็จสิ้นโครงการภายใน 3.5 เดือน เร็วกว่ากำหนด XNUMX สัปดาห์
- บรรลุความแม่นยำของคำอธิบายถึง 99.7% เกินกว่าความคาดหวังของ SmartCity
- ประสบความสำเร็จในการอธิบายวัตถุที่ไม่ซ้ำกันกว่า 450,000 รายการในทุกเฟรม
- รักษา ID ที่สอดคล้องกันสำหรับ 98% ของวัตถุทั่วทั้งหลายเฟรม
- ปิดบังป้ายทะเบียนและใบหน้าของรถอย่างถูกต้อง เพื่อให้เป็นไปตามกฎความเป็นส่วนตัว
สรุป
การดำเนินโครงการคำอธิบายประกอบ LiDAR ขนาดใหญ่ที่ประสบความสำเร็จของ Shaip มีบทบาทสำคัญในโครงการรถยนต์ไร้คนขับของ SmartCity โครงการนี้แสดงให้เห็นถึงความสำคัญของการผสมผสานนักอธิบายประกอบมนุษย์ที่มีทักษะกับเครื่องมือขั้นสูงที่ช่วยด้วย AI เพื่อจัดการงานคำอธิบายประกอบข้อมูลที่ซับซ้อนโดยใช้เซ็นเซอร์หลายตัวอย่างมีประสิทธิภาพและแม่นยำ
ข้อมูลที่มีการระบุรายละเอียดอย่างแม่นยำและมีคุณภาพสูงช่วยให้ SmartCity สามารถฝึกฝนระบบรถยนต์ไร้คนขับได้อย่างมีประสิทธิภาพมากขึ้น ลดเวลาที่ใช้ในการทดสอบในสภาพแวดล้อมจริงลงได้ถึง 30% การระบุรายละเอียดที่สม่ำเสมอและแม่นยำช่วยปรับปรุงความสามารถในการติดตามและคาดการณ์วัตถุของรถยนต์ไร้คนขับในสภาพแวดล้อมเมืองที่ซับซ้อนได้เป็นอย่างดี
