Applied Intuition blog

Applied Intuition’s perception team has conducted a case study that uses Spectral synthetic data to improve a perception algorithm’s object detection performance on underrepresented classes in a real-world dataset.

연구원과 개발팀은 nuScenes 데이터 세트에서 특정 장면, 이벤트, 이상 징후를 쿼리하여 학습 데이터 세트를 생성하거나 온로드(on-road) 문제를 검증 및 검정할 수 있습니다.

자율주행차(AV) 엔지니어링 조직은 개발자 툴을 직접 구축할 것인지 혹은 구매할 것인지에 대한 딜레마에 직면해 있습니다. 이 블로그 게시물에서는 엔지니어링 팀이 테스트 및 개발 프로세스에 적합한 툴을 선택할 때 고려하는 몇 가지 옵션에 대해 설명합니다.

본 블로그는 개방루프 로그 재생과 재시뮬레이션을 통해 퍼셉션, 로컬라이제이션, 모션 계획 그리고 제어 시스템의 성능을 평가하여 자율모드해제에 대한 자율주행 스택을 검증하고 확인하는 방법에 대해 살펴봅니다.

추상적, 논리적, 구체적 시나리오는 자율주행 시스템의 안전성을 테스트, 검정 및 인증하는 데 필수적인 역할을 합니다. OpenSCENARIO V2.0을 사용하면 추상적 시나리오를 더 쉽게 생성하고 도구 간에 전송할 수 있습니다.

공공 도로 주행 데이터를 사용하여 요구 사항을 검증하는 것은 역사적으로 어려운 일이었습니다. Applied Intuition의 "시나리오 검색"을 사용하면 기존 접근 방식과 관련된 오류가 발생하기 쉽고 시간 소모적인 작업을 자동화 할 수 있습니다.

기하급수적으로 큰 매개 변수 공간에서 오류 사례를 찾기 위해서는 보다 계산 효율적인 접근 방식이 요구됩니다. 기존 검증 워크 플로를 보완할 수 있는 ML 기반 접근 방식을 확인해보세요.

자율 다중 로봇 시스템의 상업적 응용 분야는 점점 증가하는 중입니다. 이 게시물에서는 시스템 알고리즘의 확실한 안전성과 발전을 위한 사용 사례, 테스트 및 검증 고려 사항의 예시를 설명합니다.

Applied Intuition 팀은 자율 시스템의 테스트 및 검증 시 광선 추적을 통해 센서 데이터를 개선하기 위해 불칸(Vulkan) 렌더링 기능을 활용하고 있습니다.

Applied Intuition 팀은 5가지 주요 요구 조건에 대한 인식 시뮬레이션 접근 방식의 장단점을 평가합니다. 상세한 센서 검증을 통해 시뮬레이션 된 라이다(lidar)는 실제 데이터와 거의 구분되지 않습니다.