リアリズムを備えた 認識システム のトレーニング、テスト、検証

Spectral は、検証済みのセンサーモデルと、合成 3D ワールドを作成を効率化するパイプラインを備えており、自動運転車開発のための正確なセンサー シミュレーションを可能にします。

ターゲット ドメインの大規模な合成データを作成するためのパイプライン
容易なランダム化と豊富な環境条件(天気、照明、路面など)のバリエーション
正確で再現可能なオブジェクト制御による決定論的シミュレーション
豊富な正解ラベル、ラベリング、およびメトリック
2D バウンディングボックス、直方体、セマンティックなどの多様なラベリング タイプ
検証済みセンサーモデルに関する豊富なライブラリ(例: ライダー、レーダー、カメラ

エッジケースやレアイベントの包括的なテスト

路上でテストするのが危険なシナリオやテストが不可能なシナリオを作成します。包括的なテストのために、天候や照明などの環境パラメータを変更、ランダム化します。

データ収集とラベリングのコスト削減

事前にラベルが付けられた合成データは、手動で収集およびラベル付けされた実走行データよりもコストをおさえられます。さまざまな開発ユースケースや、即時のターンアラウンドタイムが必要な場合に使用します。

認識パフォーマンスの向上

実際のデータ収集が困難なドメインには低コストの合成データを使用し、ロングテールの状況のカバレッジを増やします。

カスタムセンサーモデルの有効化

ハードウェアが使用可能になる前に、センサーを簡単に構成し、カスタム センサーモデルを有効にします。当社のセンサーモデルは物理学に基づいており、すべての外部放射測定および内部信号処理プロセスとアルゴリズムをモデル化しています。