Transform open-source self-driving cars data to analyze and visualize locally with streetscape.gl

Summary

In diesem Tutorial lernen Sie, wie Sie ein autonomes Fahrzeugdatenset mit verschiedenen Sensoren (wie Lidar und Kamera) herunterladen und es auf Ihrem lokalen Computer visualisieren können. Der Prozess umfasst das Herunterladen von X-Wiz-Protokolldaten und deren Verwendung im Open-Source-Projekt StreetScape.gl, um die Daten in verschiedenen Ansichten und mit verschiedenen Metriken darzustellen. Zusätzlich wird erklärt, wie Sie mit öffentlichen Datensätzen wie dem KITTI- und New Scenes-Datensatz arbeiten und diese in Ihre eigene Anwendung integrieren. Das Tutorial bietet eine detaillierte Anleitung zur Umsetzung und zur Verwendung des StreetScape-Systems für autonome Fahrzeugdaten.

Takeaways

• 😀 Einführung in das Visualisieren von autonomen Fahrzeugdaten mit Streetscape.gl.
• 😀 Anleitung zur Einrichtung der lokalen Entwicklungsumgebung und Installation der benötigten Abhängigkeiten.
• 😀 Hinweis auf das 'Kitti'- und 'New Scenes'-Datenset für das Demonstrationsprojekt.
• 😀 Schritt-für-Schritt-Erklärung zur Verwendung des Streetscape.gl-Tools zur Visualisierung von LIDAR- und Kameradaten.
• 😀 Wichtigkeit der ordnungsgemäßen Strukturierung und des Imports der Daten für die Visualisierung.
• 😀 Nutzung von GitHub und YouTube als Anlaufstellen für Unterstützung bei Problemen.
• 😀 Erklärungen zu den grundlegenden Konzepten von Sensordaten und deren Umwandlung in das AXIS-Protokoll.
• 😀 Erwähnung der nächsten Tutorials, in denen das AXIS-Protokoll und die Datenumwandlung im Detail behandelt werden.
• 😀 Anweisung zur Verwendung von npm-Befehlen, um den lokalen Server zu starten und die Visualisierung auszuführen.
• 😀 Betonung darauf, dass dieses Tutorial die Grundlage für das Verständnis der Verarbeitung von Sensordaten bietet.

Q & A

Was ist das Hauptziel dieses Tutorials?

Das Hauptziel dieses Tutorials ist es, den Nutzern zu zeigen, wie sie autonome Fahrzeugdaten visualisieren können, indem sie die Streetscape.gl-Plattform nutzen, die X-Protocol-transformierte Daten verwendet.

Welche Datenformate werden in diesem Tutorial verwendet?

In diesem Tutorial werden Daten im X-Protocol-Format verwendet, die von verschiedenen Sensoren wie Lidar, Radar und Kameras in selbstfahrenden Fahrzeugen stammen.

Welche Schritte sind erforderlich, um Streetscape.gl zum Laufen zu bringen?

Die erforderlichen Schritte umfassen das Klonen des Streetscape.gl-Repositories, das Installieren der erforderlichen Abhängigkeiten mit npm, das Einrichten der Umgebungsdatei mit einem Mapbox-Token und das Starten des Projekts mit dem Befehl 'npm start'.

Was ist das X-Protocol und warum ist es wichtig?

Das X-Protocol ist ein Standardformat zur Transformation und Standardisierung von Rohdaten, die von den Sensoren eines autonomen Fahrzeugs generiert werden. Es ermöglicht die Visualisierung und Analyse dieser Daten auf Plattformen wie Streetscape.gl.

Wie können Benutzer ihre eigenen Datensätze in Streetscape.gl integrieren?

Benutzer können ihre eigenen Datensätze integrieren, indem sie diese in die entsprechenden Ordner (z. B. 'kitty', 'newScenes') herunterladen und dann das Projekt mit dem Befehl 'npm start' starten, um die Daten in der Visualisierung anzuzeigen.

Welche Ansicht bietet Streetscape.gl, um autonome Fahrzeugdaten zu visualisieren?

Streetscape.gl bietet mehrere Ansichten, einschließlich der Vogelperspektive, der Fahrerperspektive und der Top-down-Ansicht, die es den Nutzern ermöglichen, Daten wie Fahrzeugbewegungen, Objekte und Straßenbedingungen zu visualisieren.

Welche zusätzliche Funktionalität bietet Streetscape.gl für die Analyse der Daten?

Streetscape.gl bietet Funktionen wie die Verfolgung von Objekten (z. B. Autos, Fußgänger, Radfahrer), das Anzeigen von Kamerabildern und das Überlagern von Daten, um eine tiefere Analyse der Umgebung des autonomen Fahrzeugs zu ermöglichen.

Was müssen Benutzer tun, wenn sie Probleme beim Ausführen des Projekts haben?

Wenn Benutzer auf Probleme stoßen, können sie entweder ein Issue auf dem GitHub-Repository erstellen oder einen Kommentar unter dem YouTube-Video hinterlassen, um Unterstützung zu erhalten.

Wie unterscheidet sich die aktuelle Implementierung von älteren Beispielen in Streetscape.gl?

Die aktuelle Implementierung verwendet React 17 und Chakra UI, was eine modernere und benutzerfreundlichere Lösung im Vergleich zu älteren Implementierungen darstellt, die möglicherweise mit älteren Versionen von React oder ohne Chakra UI auskamen.

Was ist das Thema des nächsten Tutorials?

Das nächste Tutorial wird sich darauf konzentrieren, wie man Rohdaten von autonomen Fahrzeugen in das X-Protocol-Format konvertiert. Dies ermöglicht den Nutzern, ihre eigenen sensorbasierten Datensätze für die Visualisierung in Streetscape.gl vorzubereiten.