1. 개요
자율주행 차 개발의 주요 Task중 하나는 주변 상황을 이해 하는 것이다.
본 Challenge를 통해 참가자는 LIDA데이터와 Camera데이터를 활용하여 주변 상황을 인지 하여야 한다.
1.2 데이터셋
1.3 주요 링크
Getting Started Didi-Challenge
https://github.com/udacity/didi-competition/blob/master/docs/GettingStarted.md
1. 개요
Challenge 목표 : Detecting and locating obstacles in 3D space, 평가방법
2. Dataset
학습 데이터는 ROS bag 파일로 제공됨
- 1,2의 차이 살펴 보기(1은 Training), bag파일은 1번에 있음
A bag contains the synchronized output of several ROS nodes.
vehicle bag
- Camera video
- Lidar point clouds
- GPS/IMU measurements
Obstacle bags
- Front RTK GPS
- Back RTK GPS
[Tip] Convert /velodyne_packets to /velodyne_points ,출처
일부 데이터셋에는 용량문제로 Velodyne point cloud(published on the /velodyne_points ROS topic) 데이터가 없을수 있음
The LIDAR readings are represented in a compressed packet form (/velodyne_packets)
# Install the Velodyne package
sudo apt-get install ros-indigo-velodyne
# Run the conversion tool for the HDL-32E LIDAR unit that Udacity used to record the data
rosrun velodyne_pointcloud cloud_node _calibration:=/opt/ros/indigo/share/velodyne_pointcloud/params/32db.yaml
Now when you play a bag file with the /velodyne_packets topic, it will automatically get converted to a point cloud format and republished as /velodyne_points
3. 활용 소프트웨어
ROS : 데이터셋 추출 및 가공
RVIZ : 데이터 시각화
Autoware : camera/LIDAR calibration.
2. Solution
2.1 omgteam
- omgteam: This repository is to provide visualization, calibration, detection ROS nodes.
2.2 hengcherkeng
2.3 Team Timelaps(markstrefford)
2.4 experiencor
포인트 클라우드가 아닌 이미지에 3D Bbox 적용하는 방법
2.5 Boston Team
2.6 MV3D_TF
https://github.com/adioshun/MV3D_TF
2.9 etc
3. References
3.1 Article/Blog
3.2 Tutorial
A. Ronny Restrep
4. Tools
4.1 ROS Viwer
redlinesolutions: ROSbag 비디오 파일 뷰어 구현물
mjshiggins: height-map
RViz for DiDi challenge: joklaYoutube: a small tutorial how to visualize the given bag files in ROS., [GitHub]
4.2 Docker
4.3 변환 툴
(kitti_download)[https://gist.github.com/adioshun/0554effff45e4f16fe4db7eb1c4712cc)