Objectif: Etiqueter interactivement les données de vérité-terrain provenant d'une vidéo ou d'une séquence d'images. Automatisation de cet étiquetage avec les algorithmes de détection et de suivi.

• Vue d'ensemble de l'app Ground Truth Labeler
• Etiquetage des régions d'intérêt (ROI) et de scènes.
• Automatisation de l'étiquetage
• Vue et exportation des résultats des données terrain

Objectif: Visualiser la détection dans les trames des caméras, radars et lidar. Utilisation des systèmes de coordonnées appropriées pour transformer les coordonnées image en coordonnées véhicule et vice versa.

• Création d'un graphe en vue d'oiseau
• Tracé d'une zone de couverture des capteurs
• Visualisation des détections et de la voierie
• Conversion des coordonnées véhicule aux coordonnées image
• Annotation des vidéos avec détections et délimitation des voies

Objectif: Segmentation et modélisation parabolique des frontières des voies. Utilisation de détecteurs d'objets pré entrainés pour la détection de véhicule.

• Transformé en vue d'oiseau
• Détection des caractéristiques d'une voie
• Modélisation des voies
• Validation des détecteurs de voies avec les données de vérité-terrain
• Détection de véhicules avec les détecteurs d'objets pré entrainés

Objectif: Créer des pistes d'objets multiple pour fusionner l'information provenant de capteurs multiples comme les caméra et radar.

• Suivi d'objet multiple
• Pré traitement à la détection
• Utilisation du filtre de Kalman
• Gestion de pistes multiple
• Pistage d'objet multiple

Objectif: Créer interactivement les scénarios de conduite et des radars synthétiques et des capteurs de détection pour tester les algorithmes de perception pour la conduite autonome.

• Vue d'ensemble de l'app Driving Scenario Designer
• Création des scénarios avec les rues, acteurs et capteurs
• Simulation et visualisation des scénarios
• Génération et exportation des scénarios de détection
• Test des algorithmes avec les scénarios