데이터 요구사항
Kognic 플랫폼은 효율적인 어노테이션 프로세스를 지원하기 위해 여러 유형의 데이터와 정보를 지원하며, 주로 이미지, 포인트 클라우드, 캘리브레이션, 자율주행차 포즈/IMU 데이터가 이에 해당합니다. 이 섹션에서는 각 유형별로 지원되는 포맷을 설명합니다.
이미지
현재 지원하는 이미지 포맷은 다음과 같습니다. png, jpg, jpeg, webp, avif.
포인트 클라우드
Kognic은 내부적으로 포인트 클라우드를 표현하고 표시하기 위해 potree 포맷을 사용합니다. 즉, 업로드된 포인트 클라우드 데이터는 시스템에서 씬으로 사용되기 전에 이 포맷으로 변환되어야 합니다. 현재 다음 포맷의 자동 변환을 지원합니다. pcd, csv, las. 다만 변환기가 이러한 포맷의 모든 가능한 버전을 완전히 지원하는 것은 아니므로, 각 포맷의 자세한 내용은 아래를 참고하십시오.
포인트 클라우드에는 단일 프레임 씬과 시퀀스 씬 모두에서 타임스탬프 필드가 항상 있어야 하지만, 모션 보정이 활성화되지 않은 경우에는 그 값이 중요하지 않습니다. 포인트 클라우드에는 강도(intensity) 필드를 제공할 수 있으며, 변환 과정에서 유지됩니다. 제공하지 않을 경우 모든 점의 강도는 0이 됩니다. 플랫폼에서 사용되지 않는 색상 및 기타 부가 데이터는 현재 potree로 변환하는 과정에서 삭제됩니다.
캘리브레이션
다양한 좌표계에 걸친 2D 및 3D 데이터를 가진 씬은 위치와 방향에 따라 센서를 정렬하기 위해 캘리브레이션이 필요합니다. 이는 기준 시스템에 대한 3D 위치와 회전을 매핑하는 외부(extrinsic) 캘리브레이션과, 3D 점을 카메라의 이미지 평면에 투영하는 내부(intrinsic) 카메라 캘리브레이션 모두를 포함합니다. 모든 외부 캘리브레이션은 센서로부터 기준 시스템으로의 변환을 나타내야 합니다.
자율주행차 포즈
각 프레임에는 선택적으로 상대 포즈를 설명하는 자율주행차(ego vehicle) 포즈를 추가할 수 있습니다. 특히 정적 객체에 대해 더 효율적인 워크플로우와 기능을 Kognic 플랫폼에서 사용할 수 있게 해주므로, 3D 시퀀스 어노테이션에는 이를 추가하는 것을 적극 권장합니다.
포즈는 로컬 좌표계에서 3D 위치와 쿼터니언으로 표현됩니다. 단일 라이다 입력의 경우 포즈는 라이다 좌표계를 기준으로 해야 합니다. 다중 라이다 입력의 경우 포즈는 기준 좌표계를 기준으로 해야 합니다.
Key | Value | Parameters |
|---|---|---|
rotation_quaternion | RotationQuaternion 객체 | w, x, y, z |
position | Position 객체 | x, y, z |
프레임 포즈 외에도, 모션 보정을 활성화하기 위해 더 높은 주기의 IMU 데이터를 업로드하는 옵션도 있습니다. 모션 보정에 대한 자세한 내용은 여기에서 확인할 수 있습니다.
자주 묻는 질문
캘리브레이션이 올바른지 어떻게 확인하나요
캘리브레이션을 확인하려면 여기의 안내를 따르십시오. 씬을 열고 3D 뷰어로 이동하면 카메라의 방향도 빠르게 확인할 수 있습니다. 자율주행차 위치에는 위치를 나타내는 작은 노란색 원과, 현재 선택된 카메라의 방향을 나타내는 빨간색 화살표가 있습니다. 화살표가 예상한 방향, 예를 들어 자율주행차 전방을 가리키고 있는지 확인하십시오.