[고객사례]라이다&레이더 데이터, 2D 3D 가공으로 고품질 자율주행 데이터셋 완성!

자율주행을 위한 2D & 3D 인프라 센서 데이터 가공

자율주행 기술의 발전과 함께 인프라 센서 데이터 가공의 중요성도 점차 커지고 있다. 

특히 2D 이미지 가공과 3D 큐보이드 라벨링은 자율주행 시스템 개발에 필수적인 과정이다. 

오늘은 젠데이터가 진행한 실제 프로젝트 사례를 통해, 고품질 자율주행 데이터셋 구축 방법을 소개하고자 한다.

고객사가 겪은 문제점

해당 프로젝트는 라이다(LiDAR)와 레이더(Radar)를 장착한 차량을 통해 수집한 원천 데이터를 기반으로 진행되었다.

고객사가 겪은 주요 문제는 다음과 같다.

• 2D 이미지 가공 과정에 과도한 시간 소요

• 객체 ID 매칭 시 데이터 일관성 유지의 어려움

이에 따라 정확하고 효율적인 데이터셋 구축이 절실히 필요한 상황이었다.

프로젝트 요청사항

고객사는 다음과 같은 작업을 요청하였다.

• 도로 위 객체 카테고리 분류

• 각 카테고리별 2D 바운딩 박스 라벨링

• 각 카테고리별 3D 큐보이드 박스 라벨링

• 2D - 3D 객체 ID 매칭

자율주행 차량이 도로 환경을 정확하게 인지할 수 있도록, 체계적인 데이터 가공이 요구되었다.

젠다이브의 해결 방안

젠다이브는 고객사의 요구사항을 철저히 분석하여 다음과 같은 프로세스를 수립하였다.

1. 고객 요구사항을 이해하기 쉬운 가이드로 변환

2. 내부 작업자 대상 체계적인 교육 실시

3. 2D 바운딩 박스, 3D 큐보이드 박스, 2D-3D 객체 ID 매칭 기준 표준화

이를 통해 도로 위 객체를 카테고리별로 일관되게 분류하고 라벨링하여, 고품질의 자율주행 데이터셋을 구축할 수 있었다.

프로젝트 결과

라이다와 레이더 기반 데이터 수집 및 라벨링 작업은 고도의 기술을 요구하는 복잡한 과제이다. 

특히 3D 큐보이드 라벨링은 정밀성이 중요한 작업이다.

그러나 젠다이브는 체계적인 교육과 품질 관리 덕분에 다음과 같은 성과를 이뤄냈다.

• 복잡한 라벨링 작업을 빠르고 정확하게 수행

• 대량의 데이터셋을 단기간에 고품질로 구축

• 자율주행 시스템 개발에 바로 활용 가능한 데이터 제공

젠다이브가 제공한 데이터셋은 객체 분류, 거리 계산, 주행 경로 예측 등 다양한 기술 개발에 활용될 수 있었다.

자율주행 데이터 가공, 젠다이브와 함께 하세요!

자율주행 시스템 개발을 위한 고품질 데이터셋, 젠다이브와 함께라면 가능합니다.

2D 이미지 가공, 3D 큐보이드 라벨링, ID 매칭까지 체계적이고 신뢰할 수 있는 데이터 가공 서비스를 제공합니다.

보다 자세한 내용이나 프로젝트 문의는 GenDive 문의하기 페이지를 통해 연락해주시기 바랍니다.