Sensorfusions-Annotationsdienste für multimodale ADAS- und autonome Fahrsysteme

Modernes autonomes Fahren und fortschrittliche Fahrerassistenzsysteme basieren auf Sensorfusion, um die Straßenumgebung mit einer höheren Genauigkeit zu interpretieren, als es ein einzelner Sensor bieten kann. Durch die Kombination von LiDAR-, Kameras-, Radar- und manchmal auch Ultraschall- oder GPS-Daten können Modelle gleichzeitig Tiefe, Geometrie, Aussehen, Geschwindigkeit und Bewegungsmuster verstehen.

Um fusionsfähige Datensätze zu erstellen, müssen die Anmerkungen für alle Sensormodalitäten konsistent, aufeinander abgestimmt und strukturell kompatibel sein. DataVlab bietet Annotationsdienste zur Sensorfusion an, die 2D- und 3D-Etikettierungsabläufe in eine einheitliche Pipeline integrieren.

Unsere Annotatoren befolgen Richtlinien, die darauf ausgelegt sind, die sensorübergreifende Ausrichtung, die Genauigkeit des Koordinatenrahmens, konsistente Klassendefinitionen und die zeitliche Synchronisation aufrechtzuerhalten.

Wir unterstützen kalibrierungsbasierte Kartierungen zwischen Kamera und LiDAR, Tiefenextraktion aus Stereoanlagen, Radargeschwindigkeitskartierung und Anmerkungen, die auf die Bewegung des Ego-Fahrzeugs abgestimmt sind. Zu den Aufgaben gehören 2D- und 3D-Objektkennzeichnung, modalitätsübergreifendes Tracking, tiefenoptimierte Annotationen, Okklusionsmanagement, fusionierte Segmentierung, Regionsklassifizierung und Kennzeichnung mehrerer Sensorsequenzen. Wir unterstützen auch die Kennzeichnung von LiDARs mit hoher Dichte in Kombination mit Mehrkamera-Rigs sowie synthetischen und simulierten Umgebungen. Die Qualitätskontrolle umfasst die Überprüfung der räumlichen Ausrichtung aller Koordinatenrahmen, die Überprüfung der zeitlichen Konsistenz, die Identitätsverfolgung und Integritätsprüfungen bei der Fusion, die sicherstellen, dass die Beschriftungen über alle Modalitäten hinweg einheitlich bleiben.

Sensible Automobildatensätze können im Rahmen von DSGVO-konformen Workflows mit optionalen Anmerkungen, die nur für die EU gelten, verarbeitet werden. Sensorfusions-Annotationen verbessern die Leistung von Wahrnehmungsmodellen, indem sie sicherstellen, dass jedes Objekt sowohl in 2D als auch in 3D sowie in ganzen Sequenzen exakt dargestellt wird.