Pikslitest tajumiseni — kuidas skaleeritav 3D-andurite ühendatud märgendamine viib füüsilise tehisintellekti järgmise arengulaineni
Andmete taga peituv füüsiline intelligentsus
Iga robot, mis liigub tehasepõrandal, iga autonoomne sõiduk, mis tuvastab jalakäija, ja iga droon, mis maandub liikuvale sihtmärgile, sõltub ühest asjast: kvaliteetselt märgendatud andmetest. Kuid mida keerukamaks muutub füüsiline tehisintellekt, seda keerulisemaks muutub ka selle andmetöötlusahel. Robotid ja autonoomsed süsteemid peavad mõistma kaamerate, lidarite, radarite, IMU-de ja GPS-andurite sisendeid — sageli reaalajas. Siin muutub 3D-andurite andmete ühendatud märgendamine kriitilise tähtsusega.
Tajumise väljakutse füüsilistes tehisintellekti süsteemides
Kaasaegsed füüsilised tehisintellekti süsteemid sõltuvad multimodaalsest tajust – keskkonna nägemisest, tajumisest ja mõistmisest. Kuid nende kogutud algandmed on segased:
- Lidari punktipilved koos miljonite punktidega kaadri kohta.
- Radar salvestab sügavust ja kiirust, kuid mitte kuju.
- Videovood RGB- või infrapunakaameratest.
- Inertsiaalsed ja GPS-signaalid, mis nõuavad ajalist joondamist.
Nende voogude ühendamine ühtseks andmestikuks nõuab pilveandmete ühendamise protsessi ja tööjõudu, kes mõistab 3D-geomeetriat, ja koordineeriks kaadreid ja andurite kalibreerimist. Traditsioonilisest 2D piirdekatte märgendamisest ei piisa.
Miks 3D-andmete märgistamine on nii keeruline ja kulukas
3D-andmete märgistamine nõuab spetsiaalseid tööriistu ja asjatundlikkust:
- 3D-piiravad kastid ja semantiline segmenteerimine peavad olema täpselt kooskõlas andurite kalibreerimismaatriksitega.
- Ajastuse sünkroniseerimine mitme anduri vahel tagab, et kaadrid esindavad sama hetke.
- Varjamise käsitlemine ja mitme kaadri jälgimine määravad, kas objekt ilmub uuesti või liigub vaateväljast välja.
- Märgistamise järjepidevus ja märgistajatevaheline kokkulepe (IAA) mõjutavad otseselt mudeli tulemuslikkust.
Nende väljakutsete tõttu seisavad paljud ettevõtted silmitsi kitsaskohtadega taju mudelite treenimisel — piiratud võimekus, madal kvaliteet ja pikad ooteajad. Seetõttu pöördutakse ettevõtetele suunatud partnerite poole, kes suudavad pakkuda skaleeritavaid ja auditeeritavaid märgistamislahendusi.
Sensorite andmete märgistamine – robootika andmete märgistamise tulevik
Sensorite andmete ühendatud märgendamine kombineerib mitme anduritüübi (lidar, radar, video) andmed, et luua füüsilisest maailmast rikkalikum kujutis. Robotite ja isesõitvate sõidukite jaoks tähendab see :
- Suurem objektide tuvastamise täpsus kehvades valgustingimustes või ebasoodsate ilmastikutingimuste korral. Paranenud kauguse ja kiiruse hindamine.
- Tugevam stseeni mõistmine tänu andurite ristkontrollitud sisenditele.
- Vähem pimealasid ja piirjuhtumite tõrkeid.
Uber AI Solutions on kümne aasta jooksul seda protsessi täiustanud nii oma mobiilsusplatvormil kui ka partnerprogrammides üle maailma.
Kokkuvõte — Toorandmetest reaalse maailma tajumiseni
Füüsiline tehisintellekt on vaid nii hea, kui head on andmed, mis õpetavad seda nägema ja tegutsema. Ühendades tipptasemel andurite märgistamise tehnoloogia ülemaailmse inimvõrgustiku ja range kvaliteediraamistikuga, võimaldab Uber AI Solutions ettevõtetel luua usaldusväärseid roboteid, autosid ja masinaid, mis tegutsevad pärismaailmas turvaliselt.
Tööstuslahendused
Tööstusharud
Juhendid