Panoramica

Scene Intelligence with Rosbag on AWS è stato creato appositamente per semplificare il processo di sviluppo dei sistemi avanzati di assistenza alla guida (ADAS) e veicoli autonomi (AV). La soluzione include moduli per l'estrazione da sensori e il rilevamento di oggetti, che aiutano gli ingegneri di machine learning e i data scientist ad accelerare la ricerca di scenari per l'addestramento dei modelli.
Puoi utilizzare questa soluzione per archiviare file rosbag campione, estrarre dati del sensore rosbag come metadati e immagini, applicare modelli di rilevamento degli oggetti e delle corsie alle immagini estratte, nonché applicare e archiviare la logica di business di rilevamento degli scenari.
Vantaggi

Pipeline di dati scalabili e flessibili che acquisiscono, trasformano, etichettano e catalogano in modo affidabile miliardi di chilometri di dati reali o simulati.
Maggiore accessibilità dei team globali per cercare, identificare e analizzare i dati automobilistici.
Riduzione del numero di dipendenze e prerequisiti con opzioni di configurazione open source.
Dettagli tecnici

Questa architettura può essere implementata automaticamente consultando la Guida all'implementazione e il modello AWS CloudFormation allegato.
Fase 1
L'AV carica il file rosbag su Amazon Simple Storage Service (Amazon S3). L'utente finale richiama il flusso di lavoro per avviare l'elaborazione tramite Flusso di lavoro gestito da Amazon per Apache Airflow (Amazon MWAA) e un grafico aciclico diretto (DAG).
Contenuto correlato

Queste linee guida dimostrano come i clienti possono elaborare e cercare dati ad alta precisione basati su scenari con l'Autonomous Driving Data Framework (ADDF).
Total results: 1
- Data di pubblicazione
-
- Versione: 1.0.2
- Data di rilascio: 5/2024
- Autore: AWS
- Tempo di implementazione stimato: 100-120 minuti
minuti - Costo stimato: consulta i dettagli