自動運転データ
SurfingTech の専門データ サービスで、自動運転プロジェクトを向上させましょう。高度なポイント クラウド注釈と包括的な 2D および 3D データ注釈ソリューションを提供し、自動運転車のトレーニングの複雑なニーズに応えます。当社の精度重視のアプローチにより、正確なモデル トレーニングのための高品質データが確保され、自動運転技術の安全性と効率が向上します。当社と提携して、自動運転車の分野で革新と進歩を推進する信頼性の高い自動運転データ ソリューションを手に入れましょう。
当社のグローバル ストリート ビュー コレクション プロジェクトは、世界各地の高品質なストリートレベルの画像を撮影、処理、配信するための最先端のソリューションを提供することで、この需要に応えることを目指しています。
高解像度カメラと革新的な撮影技術を活用して、あらゆる詳細を鮮明に記録します。
5 大陸の都市部、郊外、農村地域を網羅し、広範かつ包括的なデータセットを提供します。
主要なマッピング サービス、地理情報システム (GIS)、仮想現実プラットフォームとの互換性を確保します。
ストリートビュー データに簡単にアクセスしてナビゲートできる、直感的でユーザーフレンドリーなインターフェースを提供します。
2D 注釈には、境界ボックス、ポリゴン、セマンティック セグメンテーション、ターゲット トレースが含まれます。
3D アノテーションは、ターゲットと方向の検出精度を向上させる上で重要な役割を果たします。また、ターゲット検出アルゴリズムは、実際の 3D 空間における車両の位置と姿勢を予測できます。
3D ポイント クラウド アノテーション プラットフォームは、SurfingTech によって開発および所有されています。離散画像アノテーションとビデオ シーケンス アノテーションの XNUMX つのバージョンがあります。
離散画像とは、時系列的なつながりのない単一フレームの点群データを指します。以下に示すように、各フレーム画像は個別に注釈を付ける必要があります。多くの場合、単一フレーム画像内の点の数は不十分であるため、2D画像の色を3D点群データ内の対応する点に投影する必要があります。同時に、注釈者は2D画像を参照して注釈を完了する必要があります。
ビデオシーケンス注釈（シーンベース）では、まずフレーム間の連続性を利用して 3D シーンを再構築し、次に 3D シーンに注釈を付けます。注釈は 2D 画像とポイント クラウド データの各フレームに投影され、注釈結果が形成されます。
– 変換パラメータを計算して、あるセンサーのポイントを別のセンサーの座標系に変換できるようにします。 – 3D ポイント クラウド データ内のポイントと 2D 画像データ内のポイント間の対応を計算します。これにより、シーン理解の精度が向上します。
レンジデータでキャリブレーションプレートの位置領域を検出します。
グローバル登録の結果を最適化するために、より多くの情報を導入します。
変換されたパラメータの最終値は、非最大抑制法を使用して計算されます。
可能な変換パラメータのセットをより高速に計算します。
当社は、リンカーンMKZハイブリッドと吉利博瑞GEモデル向けに、ワイヤー制御の改造ソリューションを提供しています。垂直制御（スロットル、ブレーキ）と横制御（ステアリングシステム）機能、およびギアと方向指示器の制御を提供できます。同時に、車速、車輪速度、ステアリングホイール角度、スロットル開度、GPS、4ドア2カバースイッチの状態など、必要な車体状態情報のフィードバックを提供できます。改造サイクルは1日で、当社のワイヤー制御改造は、元の車両のアクチュエーターを変更しない非破壊改造です。