স্বচালিত গাড়ির জন্য 3D LiDAR বাউন্ডিং বক্স অ্যানোটেশন
কীভাবে শাইপ উৎপাদন পর্যায়ে স্বচালিত গাড়ির উপলব্ধির জন্য ২ডি চিত্রের সাথে ক্রমাঙ্কিত করে একক-ফ্রেম পয়েন্ট ক্লাউড ডেটার উপর প্রতি ফ্রেমে প্রায় ৫৩টি বক্স সহ ১৪টি বস্তু শ্রেণী জুড়ে নির্ভুল ৩ডি কিউবয়েড বাউন্ডিং বক্স অ্যানোটেশন প্রদান করেছেন।
প্রজেক্ট সারসংক্ষেপ
স্বচালিত গাড়ির পারসেপশন প্রযুক্তি যখন প্রোডাকশন ডেপ্লয়মেন্টের দিকে এগোচ্ছে, তখন ক্লায়েন্টের এমন একটি অত্যন্ত বিশেষায়িত 3D LiDAR অ্যানোটেশন পাইপলাইনের প্রয়োজন ছিল, যা বাস্তব AV ট্রেনিং ডেটার জন্য প্রয়োজনীয় ঘনত্বে নির্ভুল কিউবয়েড বাউন্ডিং বক্স স্থাপন করতে সক্ষম — সাথে মাল্টি-অ্যাট্রিবিউট লেবেলিং এবং 2D-ইমেজ ক্যালিব্রেশনও থাকবে।
শাইপ ৩ডি কিউবয়েড স্থাপন, ডিফল্ট আকার প্রয়োগ, বহু-বৈশিষ্ট্য লেবেলিং, পরিবেশগত প্রান্তিক পরিস্থিতি মোকাবেলা এবং রেফারেন্স-চিত্র যাচাইকরণ সহ একটি সম্পূর্ণ অ্যানোটেশন পাইপলাইন তৈরি করেছেন — যা ১৪টি বস্তুর শ্রেণী জুড়ে মডেল-উপযোগী এভি পারসেপশন ডেটাসেট সরবরাহ করে।
মূল অবস্থা
অবজেক্ট ক্লাস
14
প্রতি ফ্রেমে বাক্স
~ 53
অ্যাট্রিবিউট লেয়ার
5
অক্লুশন লেভেল
4
চ্যালেঞ্জ
- স্থাপন প্রতি ফ্রেমে প্রায় ৫৩টি ত্রিমাত্রিক আয়তক্ষেত্রাকার বাক্স পয়েন্ট ক্লাউডের প্রান্তগুলির সাথে সুনির্দিষ্ট ও আঁটসাঁটভাবে সংযুক্ত
- হ্যান্ডলিং ১৪টি বস্তুর শ্রেণী যানবাহন, পথচারী, প্রাণী এবং চলমান বস্তুর উপর দিয়ে
- ওয়ার্কিং একই সাথে 2D ক্রমাঙ্কন চিত্র এবং 3D পয়েন্ট ক্লাউডের সাথে উপাত্ত
- পরিচালক ভূতুড়ে বিন্দু মেঘ, ভূমির প্রতিফলন, কুয়াশা, ধোঁয়াশা এবং জলের ছিটা
- প্রয়োগ প্রতি ক্লাসের জন্য ডিফল্ট আকারের মাত্রা বিভিন্ন ফ্রেমের মধ্যে সামঞ্জস্যের জন্য
সমাধান
ত্রিমাত্রিক ঘনবস্তু স্থাপনের কার্যপ্রবাহ
অ্যানোটেটররা ২ডি ক্যালিব্রেশন ইমেজ রেফারেন্সের সাথে একযোগে সিঙ্গেল-ফ্রেম পয়েন্ট ক্লাউড ডেটার উপর সুনির্দিষ্ট ৩ডি কিউবয়েড বাউন্ডিং বক্স স্থাপন করেছেন। ফ্রেম জুড়ে আকারের সামঞ্জস্য নিশ্চিত করার জন্য প্রতিটি ক্লাসের জন্য নির্দিষ্ট ডিফল্ট বাউন্ডিং বক্সের মাত্রা নির্ধারণ করা হয়েছিল — গাড়ির জন্য ৩.৪–৫.১ মিটার, ট্রাকের জন্য ৩.৪–১৪ মিটার এবং পথচারীর জন্য ০.৪–১.২ মিটার চওড়া।
বহু-বৈশিষ্ট্য লেবেলিং
বাউন্ডিং বক্স স্থাপনের বাইরে, প্রতিটি অ্যানোটেড অবজেক্টকে অ্যাট্রিবিউট লেবেল দেওয়া হয়েছে, যা গাড়ির অবস্থা (চালিত/পার্ক করা), দ্বি-চক্রযানের অবস্থা (আরোহীসহ/আরোহীবিহীন), পথচারীর অবস্থা (দাঁড়ানো/বসা/শোয়া), প্রতিবন্ধকতার অবস্থা (৪টি স্তর: নেই, আংশিক, বেশিরভাগ, সম্পূর্ণ), এবং অঙ্গপ্রত্যঙ্গের অবস্থা (বাইরে বেরিয়ে থাকা বস্তু, খোলা দরজা, সংযুক্ত সরঞ্জাম) অন্তর্ভুক্ত করে।
পরিবেশগত প্রান্তিক পরিস্থিতি পরিচালনা
গভীরভাবে আড়াল হয়ে থাকা বা দূরবর্তী বস্তু, দুটি লাইডারের ভুল ক্রমাঙ্কনের কারণে সৃষ্ট অস্পষ্ট বিন্দু মেঘ, ভূমির প্রতিফলন এবং জলের ছিটা, কুয়াশা ও ধোঁয়াশা থেকে সৃষ্ট পরিবেশগত কোলাহলের টীকা লেখার ক্ষেত্রে কঠোর নিয়মকানুন ছিল। পাশের আয়না, খোলা দরজা, ক্রেনের হাতল, ছাদের তাক এবং পথচারীদের মালপত্র স্পষ্টভাবে বাদ দেওয়া হয়েছিল; তবে জরুরি সাইরেন এবং ট্রাকের পেছনের কন্টেইনার অন্তর্ভুক্ত ছিল।
টাইট বক্স ফিট ভ্যালিডেশন
বক্সগুলোকে পয়েন্ট ক্লাউডের প্রান্তের সাথে ন্যূনতম দৃশ্যমান ফাঁক রেখে আঁটসাঁটভাবে স্থাপন করার প্রয়োজন ছিল। যেখানে পয়েন্ট ক্লাউডগুলো অস্পষ্ট ছিল, সেখানে ক্যালিব্রেশন ডেটা এবং লেন কনটেক্সটের মাধ্যমে ওরিয়েন্টেশন যাচাই করা হয়েছিল। অ্যানোটেশনের সামঞ্জস্যতা বজায় রাখার জন্য রাতের এবং বৃষ্টির দৃশ্যগুলোকে দিনের বেলার অবস্থার সমতুল্য হিসেবে বিবেচনা করা হয়েছিল।
ক্রস-মোডাল কিউএ
সঠিক আকার এবং অভিমুখ যাচাই করার জন্য সমস্ত অ্যানোটেশনকে রেফারেন্স ২ডি ছবির সাথে মিলিয়ে ভ্যালিডেট করা হয়েছিল। এই ক্রস-মোডাল কিউএ লেয়ারটি এমন সব মিসঅ্যালাইনমেন্টও ধরে ফেলেছিল যা শুধুমাত্র পয়েন্ট ক্লাউড থেকে দৃশ্যমান হতো না, যা পরবর্তী এভি পারসেপশন মডেল প্রশিক্ষণের জন্য প্রোডাকশন-গ্রেড নির্ভুলতা নিশ্চিত করে।
প্রকল্পের সুযোগ
| ডেটাসেটের প্রকার | ক্লাস | বাক্স/ফ্রেম | আরোপ করা | অক্লুশন লেভেল | ভ্যালিডেশন |
|---|---|---|---|---|---|
| 3D LiDAR AV উপলব্ধি | 14 | ~৫৩ গড় | ৫টি অ্যাট্রিবিউট স্তর | ৪ (০-১০০%) | 2D চিত্র ক্রস-চেক |
ফলাফল
- প্রতিষ্ঠিত একটি ঘন 3D LiDAR টীকা পাইপলাইন উৎপাদন নির্ভুলতায় প্রতি ফ্রেমে প্রায় ৫৩টি বাক্স সহ
- প্রমিত ১৪-শ্রেণির বস্তু তত্ত্ববিদ্যা প্রতিটি ক্লাসের জন্য ডিফল্ট আকার প্রয়োগ সহ
- নিষ্কৃত ৫টি অ্যাট্রিবিউট স্তর ৪-স্তরের অক্লুশন শ্রেণিবিন্যাস সহ
- বাস্তবায়িত ক্রস-মোডাল কিউএ 2D ক্রমাঙ্কন চিত্রের সাথে 3D বক্স যাচাইকরণ
- ক্লায়েন্টের সক্ষম করা হয়েছে স্বায়ত্তশাসিত যানবাহন উপলব্ধি, ADAS, এবং স্ব-চালনা মডেল প্রশিক্ষণ
সামগ্রিকভাবে, শাইপ একটি জটিল ৩ডি লাইডার পারসেপশন চাহিদাকে একটি সুসংগঠিত ও উৎপাদন-উপযোগী অ্যানোটেশন পাইপলাইনে রূপান্তরিত করতে সাহায্য করেছেন—যা কঠিন বাস্তব পরিস্থিতিতেও ক্যালিব্রেশন-মানের নির্ভুলতার সাথে স্বচালিত গাড়ি, এডিএএস, রোবোট্যাক্সি এবং সেলফ-ড্রাইভিং ট্রাকের উন্নয়নে সহায়তা করতে সক্ষম।
শাইপ এভি-এর সেইসব এজ কেসগুলো সামলেছেন যেগুলো বেশিরভাগ অ্যানোটেশন পাইপলাইনকে অকার্যকর করে দেয় — যেমন কুয়াশা, ঘোস্ট পয়েন্ট ক্লাউড, ঘন প্রতিবন্ধকতা এবং প্রতি ফ্রেমে প্রায় ৫৩টি বক্স। তাদের ২ডি-৩ডি ক্রস-ভ্যালিডেশন আমাদের এমন পারসেপশন ট্রেনিং ডেটা দিয়েছে যার ওপর আমরা আস্থা রাখতে পারি।
