주요 구성 요소
지능형 수집
규칙 기반의 자동 수집 및 관리 기능을 통해 장면 인덱싱 및 로그의 사후 처리를 통해 ML 기반 또는 통합 시스템의 테스트 및 학습을 위한 관련 정보로 데이터를 보강할 수 있습니다. 즉각적이고 개방형 어휘 인식 기반 모델은 센서 데이터를 처리하여 관심 있는 이벤트를 자동으로 검색합니다.
시각화
일반적인 형식(ROS bag, CAN, DDS 등)에 대한 기본 지원으로 드라이브 로그에서 메트릭을 수집합니다. 클라우드 기반 시각화 도구에서 드라이브 로그를 재생하세요. 로그를 타일로 추가하고 정확한 디버깅을 위해 센서를 오버레이하세요.
쿼리
구조화된 쿼리와 자연어를 활용하여 기록된 로그와 개체 검색, 행동 주석, 저장된 지역, 지도 요소 등의 풍부한 데이터에서 모든 지표를 검색합니다. 유사 검색을 사용하여 지정된 에지 케이스의 추가 예를 신속하게 검색합니다. 드라이브 로그를 수동 또는 인식 기반 모델로 태그 지정합니다.
큐레이션 및 공유
미리 정의된 규칙, 재시뮬레이션 결과 또는 임베딩을 통해 중요한 이벤트의 근본 원인을 수집하고 이벤트를 자동으로 필터링합니다. 원천 센서 데이터를 추출하거나 시뮬레이션 시나리오를 만들 수 있습니다.
주요 구성 요소
지능형 수집
규칙 기반의 자동 수집 및 관리 기능을 통해 장면 인덱싱 및 로그의 사후 처리를 통해 ML 기반 또는 통합 시스템의 테스트 및 학습을 위한 관련 정보로 데이터를 보강할 수 있습니다. 즉각적이고 개방형 어휘 인식 기반 모델은 센서 데이터를 처리하여 관심 있는 이벤트를 자동으로 검색합니다.
시각화
일반적인 형식(ROS bag, CAN, DDS 등)에 대한 기본 지원으로 드라이브 로그에서 메트릭을 수집합니다. 클라우드 기반 시각화 도구에서 드라이브 로그를 재생하세요. 로그를 타일로 추가하고 정확한 디버깅을 위해 센서를 오버레이하세요.
쿼리
구조화된 쿼리와 자연어를 활용하여 기록된 로그와 개체 검색, 행동 주석, 저장된 지역, 지도 요소 등의 풍부한 데이터에서 모든 지표를 검색합니다. 유사 검색을 사용하여 지정된 에지 케이스의 추가 예를 신속하게 검색합니다. 드라이브 로그를 수동 또는 인식 기반 모델로 태그 지정합니다.
큐레이션 및 공유
미리 정의된 규칙, 재시뮬레이션 결과 또는 임베딩을 통해 중요한 이벤트의 근본 원인을 수집하고 이벤트를 자동으로 필터링합니다. 원천 센서 데이터를 추출하거나 시뮬레이션 시나리오를 만들 수 있습니다.
.webp)
.webp)
