Key components
インテリジェントなデータ取り込み
ルールベースの自動取り込みと管理機能により、ログ中のシーンのインデックス化と後処理を可能にし、ML ベースまたは統合システムのテストとトレーニングのための関連情報でデータを充実させることができます。プロンプト入力ができるオープンボキャブラリーの認識基盤モデルは、センサーデータを処理して、関心のあるイベントを自動的に見つけます。
可視化
一般的なフォーマット (ROS bag、CAN、DDS など) の組み込みサポートにより、走行ログからメトリクスを取り込みます。クラウドベースのビジュアライザで走行ログを再生します。ログをタイルとして追加し、正確なデバッグのためにセンサーをオーバーレイします。
クエリ
構造化されたクエリーと自然言語を活用して、記録されたログや、オブジェクト検出、行動注釈、保存されたリージョン、地図エンティティなどのエンリッチデータから、すべてのメトリクスを横断的に検索します。 類似検索を使用して、指定されたエッジケースの追加例を迅速に検索します。ドライブログを手動または認識基盤モデルでタグ付けします。
キュレーションと共有
事前に定義されたルール、再シミュレーション結果、または埋め込みにより、重要なイベントの根本原因を収集し、イベントを自動的にフィルタリングします。生のセンサーデータをエクスポートしたり、シミュレーションシナリオを作成したりできます。
主要コンポーネント
インテリジェントなデータ取り込み
ルールベースの自動取り込みと管理機能により、ログ中のシーンのインデックス化と後処理を可能にし、ML ベースまたは統合システムのテストとトレーニングのための関連情報でデータを充実させることができます。プロンプト入力ができるオープンボキャブラリーの認識基盤モデルは、センサーデータを処理して、関心のあるイベントを自動的に見つけます。
可視化
一般的なフォーマット (ROS bag、CAN、DDS など) の組み込みサポートにより、走行ログからメトリクスを取り込みます。クラウドベースのビジュアライザで走行ログを再生します。ログをタイルとして追加し、正確なデバッグのためにセンサーをオーバーレイします。
クエリ
構造化されたクエリーと自然言語を活用して、記録されたログや、オブジェクト検出、行動注釈、保存されたリージョン、地図エンティティなどのエンリッチデータから、すべてのメトリクスを横断的に検索します。 類似検索を使用して、指定されたエッジケースの追加例を迅速に検索します。ドライブログを手動または認識基盤モデルでタグ付けします。
キュレーションと共有
事前に定義されたルール、再シミュレーション結果、または埋め込みにより、重要なイベントの根本原因を収集し、イベントを自動的にフィルタリングします。生のセンサーデータをエクスポートしたり、シミュレーションシナリオを作成したりできます。
.webp)
.webp)
