철도 다중 모드 LiDAR 및 2D 주석
샤이프는 2D 카메라 이미지와 3D LiDAR 포인트 클라우드를 39개 이상의 객체 클래스와 8가지의 서로 다른 레이블 유형에 걸쳐 결합하여 자율 열차 인식 및 철도 안전 시스템을 구현하는, 철도 AI 분야에서 가장 다양한 주석 유형을 활용한 프로젝트 중 하나를 성공적으로 수행했습니다.
사업 개요
자율 열차 인식 기술이 양산 단계로 나아가면서, 고객은 2D 카메라 이미지와 3D LiDAR 포인트 클라우드 데이터를 모두 활용하여 일관된 공간 정확도로 전체 철도 환경에 라벨을 지정할 수 있는 대규모 멀티모달 주석 파이프라인을 필요로 했습니다.
샤이프는 H/V 및 Ks 신호 시스템 전반에 걸쳐 8가지 레이블 유형, 39개 이상의 객체 클래스, 25개 이상의 신호 상태 분류를 포괄하는 엔드투엔드 멀티모달 주석 파이프라인을 구축하여 철도 자율 주행 및 안전 AI를 위한 교차 검증된 모델 준비 데이터 세트를 제공했습니다.
주요 상태
객체 클래스
39+
주석 유형
8
신호 상태
25+
양식
2D + 3D
도전
- 처리 2D + 3D 다중 모드 주석 교차 검증된 공간적 일관성을 통해
- 주석 달기 39개 이상의 객체 클래스 사람, 차량, 기반 시설, 동물 및 안전 장비를 포괄합니다.
- 운영 중 8가지 주석 유형 — 2D/3D 경계 상자, 직육면체, 폴리라인, 다각형
- 분류 25개 이상의 서로 다른 신호 상태 H/V 및 Ks 독일 신호 시스템 전반에 걸쳐
- 적용 군중 임계값 논리 그리고 화차 객체 아래의 연속적인 트랙 주석
해법
멀티모달 어노테이션 파이프라인
Shaip은 2D 카메라와 3D LiDAR 데이터를 병렬로 사용하는 주석 파이프라인을 구성하고, 두 모달리티 간의 교차 검증을 수행했습니다. 주석 담당자들은 공간적 일관성을 보장하기 위해 두 데이터 소스를 동시에 사용했으며, 가림 상태는 2D 이미지가 아닌 포인트 클라우드 데이터만을 사용하여 평가했습니다.
39개 이상의 클래스 온톨로지
주석 온톨로지는 사람(연령대, 이동 보조 장치, 기능적 역할, 신체 자세, 소지품, 주의 분산 속성 포함), 차량(자전거, 오토바이, 하위 범주별 도로 차량), 18종의 동물, 그리고 선로, 스위치, 가공 전차선 기둥, 신호, 완충 장치, 신호 교량, 드래그 슈즈, 반사 테스트 물체를 포함한 철도 인프라를 포괄합니다.
신호 상태 분류
H/V 및 Ks 신호 시스템 전반에 걸쳐 25개 이상의 다양한 신호 상태를 포함하는 상세한 신호 형태 분류 정보가 신호에 주석으로 기록되었습니다. 주석 작성자들은 정면과 후면에서 본 정확한 신호 형태를 식별하고, 여러 독일 철도 신호 시스템에서 빛 신호와 형태 신호를 구분했습니다.
군중 임계값 및 그룹 논리
군중 주석 작업에서는 최소 6명의 사람이 겹쳐야 개별 주석에서 그룹 주석으로 전환하는 임계값을 설정했습니다. 자전거 그룹과 동물 그룹도 동일한 임계값 논리를 따랐으며, 그룹 내에서는 일관된 자세 및 종 규칙을 적용했습니다. 이를 통해 세부 정보를 손실하지 않고도 운영 효율성을 높여 고밀도 장면에 레이블을 지정할 수 있었습니다.
연속 트랙 주석
선로는 열차나 화차 바로 아래에서도 끊김 없이 연속적으로 표시되었으며, 분기기 영역과 완충 정지 지점도 정확하게 매핑되었습니다. 이러한 연속성 레이어는 하류의 철도 경로 계획 및 장애물 감지 모델에 필수적입니다.
프로젝트 범위
| 데이터 세트 유형 | 양식 | 클래스 | 라벨 유형 | 신호 상태 | 시스템 |
|---|---|---|---|---|---|
| 철도 환경 인식 | 2D + 3D LiDAR | 39+ | 8 (상자, 직육면체, 폴리라인, 다각형) | 25+ | H/V, Ks |
결과
- 설립 멀티모달 2D + 3D LiDAR 주석 파이프라인 자율 열차 인식을 위한
- 표준화 39개 이상의 객체 클래스 온톨로지 사람, 차량, 동물 및 철도 인프라를 아우릅니다.
- 배달 25개 이상의 신호 상태 분류 H/V 및 Ks 독일 신호 시스템 전반에 걸쳐
- 구현 군중 임계값 논리 그리고 화차 아래쪽에 연속적인 선로 표시가 있습니다.
- 클라이언트의 기능을 활성화했습니다. 자율 운행 열차, 안전 및 장애물 감지 AI 로드맵
전반적으로 Shaip은 다중 모드 철도 인식 요구 사항을 자율 열차 운행, 철도 안전 AI 및 신호 인식 시스템을 지원할 수 있는 구조화되고 즉시 사용 가능한 주석 파이프라인으로 변환하는 데 도움을 주었으며, 이를 통해 대규모로 교차 검증된 2D-3D 공간 일관성을 확보할 수 있었습니다.
Shaip은 대부분의 벤더들이 손대지 않으려는 복잡한 어노테이션 작업을 처리했습니다. 39개 이상의 클래스, 8가지 레이블 유형, 25개 이상의 신호 상태, 2D 및 3D 교차 검증을 모두 하나의 통합된 파이프라인으로 제공했습니다. 그 결과, 저희 철도 인식 모델의 학습 속도가 훨씬 빨라졌습니다.
