top of page

프로젝트

다양한 분야에서의 경험을 바탕으로,

우리는 매우 복잡한 데이터 처리를 효과적으로 처리합니다.

1

3D LiDAR

3D LiDAR 센서 데이터 처리

2

LD&RB

차선 감지 및 도로 정보 데이터 처리

3

LSD

차선 감지 데이터 처리

4

TSR

교통표지판 인식 데이터 처리

5

LSR

주행차량 상태 인식 데이터 처리

6

SC

동적 비디오 기반 도로 주행 환경 분류

7

FSD

​

주행 가능 공간 분류, 지형 및 경계 정보 데이터 처리

Picture7-min.png

LiDAR 센서를 통해 다양한 도로 환경에서 수집된 데이터를 사용하여 도로, 차량, 보행자, 교통 신호, 표지판과 같은 객체에 주석을 달았습니다. 이 프로세스에는 각 객체의 위치, 크기, 속성, 상태, 폐색 및 방향을 식별하는 것이 포함됩니다.

3D LiDAR

OD

​객체 탘지

동물, 버스, 자동차, 보행자, 자전거, 오토바이 운전자 등 주행 환경에서 다양한 동적 객체를 감지합니다.

페이지 10 (2).png
페이지 10 (1).png
페이지 10 (3).png

잔디

정적 객체 감지

고정 장애물, 주차 관련 물체, 주차 잠금 장치, 주차 정지 장치, 차단 막대 등 주차 및 장애물과 관련된 정적 물체를 감지합니다.

페이지 11.png
페이지 11-min.png
페이지 11 2-min.png

티에스틸디(TSTLD)

교통 신호 및 신호등 감지

교통 표지판 및 신호, 교통 표지판의 내부 및 외부, 차량과 보행자를 위한 신호 등 신호 시스템 관련 객체를 감지합니다.

12페이지 3.png
12페이지.png
12페이지 2분.png
페이지 13.png
페이지 13 2.png
_편집됨.png

객체의 라벨링

차량 전면에서만 볼 수 있음

13페이지 3_edited.png

객체의 라벨링

차량 주변 360도 시야에서

*자율주행 기술의 발전에 따라

background (1).png

Nexter AI

NEXTER AI는 이러한 고급 3D 라벨링 요구 사항을 충족할 수 있는 숙련된 전문가 그룹을 보유하고 있습니다.

다른 각도에서 본 동일한 물체

14분 페이지 (1).png
14페이지 2분(1).png

이를 위해서는 라벨러가 다양한 각도에서 동일한 물체를 구분할 수 있는 높은 지각 기술이 필요합니다.

Picture7-min.png

다른
프로젝트

LD & RB

차선 감지 및 원형 경계

자율주행 시 차선 및 차선 방해 장애물 인식 차선(실선, 점선, 가이드라인 등)

장애물(벽, 임시 장벽, 고정 장벽 등)

페이지 17-min.png
17페이지 1-min.png

LSD

교통 신호 및 신호등 감지

가시성이 낮고 조명이 어두운 야간 환경에서 교통 표지판 및 차량 유형 감지

페이지 18.png
페이지 18 2.png

TSR

트래픽 신호 및 인식

차량 운행 중 주행과 관련된 도로 표지판의 객체 인식 및 주석 처리.

주요 기호와 보조 기호의 분류

국가별 도로표지판 분류 (유럽, 미국, 중국, 일본, 한국 등)

페이지 19.png
페이지 19 2.png

FSD

3D 인식 멀티 비전 자유 공간 감지

도로 표면 및 평면, 경계, 장애물 등을 인식하기 위해 항해 가능 공간과 주차 공간(자유 공간)을 세분화합니다.

연석, 차량, 인공 구조물, 주차 금지 구역, 일반 물체, 지형 등에 대한 주석.

페이지 22.png
페이지 22 2.png

SC

장면 분류

비디오를 통해 날씨, 시간대, 도로 상황(예: 고속도로, 시골, 일반 도로)을 8가지 기본 장면 유형으로 분류하고, 이를 25가지 클래스로 세부화합니다.

페이지 21.png
페이지 21 2.png

티에스알에이

트래픽 신호 및 인식

차량 운행 중 주행과 관련된 도로 표지판의 객체 인식 및 주석 처리.

주요 기호와 보조 기호의 분류

국가별 도로표지판 분류 (유럽, 미국, 중국, 일본, 한국 등)

페이지 19.png
페이지 19 2.png
bottom of page