Proyecto de anotación LiDAR para vehículos autónomos de SmartCity
Descripción general del proyecto
SmartCity, una zona metropolitana en rápido crecimiento, inició un ambicioso proyecto para introducir vehículos autónomos (VA) en el transporte público. Para garantizar un funcionamiento seguro y eficiente de estos VA, necesitaban una gran cantidad de datos de cámaras y lidar anotados con precisión que representaran los diversos entornos de la ciudad. SmartCity se asoció con Shaip, una empresa líder en anotación de datos, para encargarse de esta tarea crucial.
Shaip recibió la tarea de anotar 15,000 fotogramas de datos de sensores recopilados en las calles de SmartCity. Cada fotograma contenía datos de 3 lidars Velodyne VLP-32C y 4 cámaras de alta resolución, que capturaron una amplia gama de escenarios urbanos.
Desafíos
La gran cantidad de datos y el requisito de anotaciones tanto 2D como 3D presentaron un desafío importante.
El variado paisaje de SmartCity, desde centros urbanos densos hasta áreas suburbanas, requirió estrategias de anotación adaptables.
Mantener identificadores de objetos consistentes en diferentes sensores y múltiples marcos fue crucial para entrenar modelos de IA confiables.
Garantizar que toda la información de identificación personal esté correctamente enmascarada y al mismo tiempo preservando los datos útiles.
SmartCity necesitaba que el proyecto se completara en 4 meses para cumplir con su cronograma de implementación de AV.
El enfoque de Shaip
Reuní un equipo de 50 anotadores experimentados, 10 controladores de calidad y 3 gerentes de proyecto.
Desarrolló un software propietario que integró flujos de trabajo de anotación 2D y 3D, mejorando la eficiencia y la consistencia.
Realizó sesiones de capacitación intensivas sobre los requisitos de anotación y las pautas de privacidad específicos de SmartCity.
Se utilizó una anotación previa asistida por IA para acelerar el proceso, especialmente para objetos comunes como automóviles y peatones.
Resultado
- Completó el proyecto en 3.5 meses, dos semanas antes de lo previsto.
- Se logró una precisión de anotación del 99.7%, superando las expectativas de SmartCity.
- Se anotan con éxito más de 450,000 objetos únicos en todos los marcos.
- Se mantuvieron identificaciones consistentes para el 98% de los objetos en múltiples marcos.
- Enmascaramos adecuadamente todas las placas de matrícula y rostros, garantizando el cumplimiento de la privacidad.
Conclusión
La exitosa ejecución por parte de Shaip de este proyecto de anotación LiDAR a gran escala desempeñó un papel fundamental en la iniciativa de vehículos autónomos de SmartCity. El proyecto demostró la importancia de combinar anotadores humanos capacitados con herramientas avanzadas asistidas por IA para manejar tareas complejas de anotación de datos de múltiples sensores de manera eficiente y precisa.
Los datos anotados de alta calidad permitieron a SmartCity entrenar sus sistemas de vehículos autónomos de manera más eficaz, reduciendo el tiempo necesario para las pruebas en el mundo real en un 30 %. Las anotaciones consistentes y precisas mejoraron especialmente las capacidades de seguimiento y predicción de objetos de los vehículos autónomos en entornos urbanos complejos.
