Skip to main content
Skip table of contents

Sensor Data Format

본 페이지는 각 센서를 통해 저장한 데이터를 해석하는 방법에 대해 기술한다.


Sensor data 저장 방법

  • 센서를 세팅 후 연결한 상태에서 시뮬레이터 상에 Space Key를 누른다.

  • 키를 누르면 아래와 같이 SaveFile/SensorData/ 폴더에, 센서에서 나오는 센싱 데이터와 라벨 데이터가 Space Key를 누른 시점에 대해서 저장된다.

LiDAR Point Cloud

  • 저장 포멧 : bin 파일

  • bin 파일 내 4바이트 씩 포인트 클라우드의 x, y, z, intensity가 공백없이 일렬로 저장되어 있음. 원점은 라이다를 마운트한 위치.

  • 파이썬 사용자의 경우, numpy 의 fromfile 을 통해서 아래와 같이 load가 가능함.

  • 라이다 포인트 클라우드는 semantic 설정 시 차량, 보행자, 차선 등 object class 마다 다른 intensity가 나오도록 되어 있음.

Class

Intensity (unsigned integer 8)

Asphalt

127

Building

153

Traffic Light

190

White Lane

255

Yellow Lane

170

Blue Lane

144

Road Sign

127

Traffic Sign

132

Crosswalk

136

Stop Line

85

Sidewalk

129

Road Edge

178

Standing OBJ

109

Object On Road

92

Vehicle

86

Pedestrian

118

Obstacle

164

StopLinePrefabs

92

Light

94

Obstacle1

67

Obstacle2

101

Obstacle3

101

Obstacle4

67

Obstacle5

101

Sedan

125

SUV

135

Truck

145

Bus

155

Van

165

Stroller

40

Stroller_person

50

ElectronicScooter

60

ElectronicScooter_Person

70

Bicycle

80

Bicycle_Person

90

Motorbike

100

Motorbike_Person

110

Sportbike

120

Sportbike_Person

130

  • 라이다 포인트 클라우드는 instance 설정 시 차량과 보행자 별로 다른 intensity가 나오도록 할 수 있음. 이는 라이다로 잡히는 shape 마다 서로 다른 identity를 부여하기 위한 용도로 쓰임.

Class

Intensity (unsigned integer 8)

Vehicle

0 ~ 149

Pedestrian

150 ~ 254.

Obstacle

Random (50, 100, 150, 200, 250, 45, 90, …) 50씩 증가

  • 저장 위치는 SaveFile/SensorData/LIDAR_* 이며, 파일 이름은 포인트 클라우드를 저장한 날짜와 시간으로 정해짐.

3D Bounding Box

22.R2.0 버전부터 AV (Autonomous Vehicle)의 인지 성능 향상을 위해 3D Bounding Box Object의 3차원 회전각 모두 제공함. 3D Bounding Box 파일(.txt)에 Yaw 외 Roll, Pitch 추가함.

  • 저장 포멧 : txt 파일

  • txt 파일 안 3d bbox 포멧 (key : value)

    • 0 : 3d bbox들의 클래스 이름

      • Vehicle, Pedestrian, Object

    • 1 : 3d bbox들의 클래스 id

      • Vehicle : 0, Pedestrian : 1, Object : 2

    • 2-4 : center_x, center_y, center_z of 3d bbox (단위 : m)

      • LiDAR 좌표계를 기준으로 계산된 Object 좌표계의 원점

      • LiDAR 좌표계는 X-axis : Forward, Y-axis : Left, Z-axis : Up인 ISO 8855 convention을 따름

    • 5-7 : roll (x 방향), pitch (y 방향), yaw (z 방향) of 3D BBox (단위 : radian)

      • LiDAR 좌표계를 기준으로 계산된 Object 좌표계의 회전각

    • 8-10 : size_x (x 방향), size_y (y 방향), size_z (z 방향) (단위 : m)

    • 11-12 : 상대 거리와 상대 속도 (단위 : m, m/s)

    • 13 : 감지된 물체의 unique ID

3D Bounding Box의 ‘Key - Value’

  • 저장 위치는 SaveFile/SensorData/LIDAR_* 이며, 파일 이름은 저장한 날짜와 시간으로 정해짐.


RGB Image

  • 저장 포멧 : .png 파일

  • 카메라를 설치한 후, 카메라 세팅 패널 창 Image Setting 부분 Ground Truth 항목에 None으로 설정해야 RGB로 저장 됩니다.

  • 저장 위치는 SaveFile/SensorData/CAMERA_* 이며, 파일 이름은 이미지를 저장한 날짜와 시간으로 정해짐.

Semantic Segmentation Image

  • 저장 포멧 : png 파일

  • 카메라를 설치한 후, 카메라 세팅 패널 창 Image Setting 부분 Ground Truth 항목에 Semantic으로 설정해야 semantic 라벨 이미지로 저장됨.

  • Segmentation 이미지 라벨링 맵의 RGB 값은 아래와 같음.

Class

R

G

B

Sky

0

255

255

ETC

23

2

6

Asphalt

127

127

127

Building

153

255

51

Traffic Light

255

74

240

White Lane

255

255

255

Yellow Lane

255

255

0

Blue Lane

0

178

255

Road Sign

204

127

51

Traffic Sign

99

48

250

Crosswalk

76

255

76

Stop Line

255

0

0

Sidewalk

255

102

30

Road Edge

178

178

178

Standing OBJ

113

178

37

Object On Road

178

9

90

Vehicle

255

2

2

Pedestrian

98

2

255

Obstacle

236

255

2

StopLinePrefabs

255

22

0

Light

255

2

25

Obstacle1

100

100

2

Obstacle2

200

100

2

Obstacle3

100

200

2

Obstacle4

2

100

100

Obstacle5

2

200

100

Sedan

255

60

60

SUV

255

75

75

Truck

255

90

90

Bus

255

105

105

Van

255

120

120

Stroller

120

0

0

Stroller_person

120

15

15

ElectronicScooter

140

20

20

ElectronicScooter_Person

140

35

35

Bicycle

160

40

40

Bicycle_Person

160

55

55

Motorbike

180

60

60

Motorbike_Person

180

75

75

Sportbike

200

80

80

Sportbike_Person

200

95

95

  • 저장 위치와 파일 이름은 RGB 이미지를 저장하는 방식과 동일함.

Instance Image

  • 이미지 저장 포멧 : png 파일

  • 2d bbox 라벨링 : txt 파일

  • 카메라를 설치한 후, 카메라 세팅 패널 창 Image Setting 부분 Ground Truth 항목에 instance으로 설정해야 instance 라벨 이미지와 2d bbox로 저장됨.

  • Instance 라벨 이미지는 같은 클래스라도 다른 픽셀 값으로 라벨링 되어 있어서 클래스 안에 ID 를 구분하도록 만듬.

  • txt 파일 안에 들어가는 2d bbox는 KITTI data set과 되도록 비슷한 포멧으로 구성함.

    • 1 : 2d bbox들의 클래스

      • Vehicle

      • Pedestrian

      • Object

    • 2 : Truncated(1), 현재는 0으로만 출력.

    • 3 : Occluded(1), 현재는 0으로만 출력.

    • 4 : Alpha(1), 현재는 0으로만 출력.

    • 5-8 : 2d bbox의 좌상단 우하단 좌표. 순서대로 x1, y1, x2, y2

    • 9-11 : 물체의 dimension. point cloud 3d bbox와 중복되므로 0으로만 출력

    • 12-14 : 물체의 location. point cloud 3d bbox와 중복되므로 0으로만 출력

    • 15 : 물체의 회전각 (yaw). point cloud 3d bbox와 중복되므로 0으로만 출력

    • 16 : 물체와 카메라간 상대 거리

    • 17-19 : 물체와 카메라간 상대 속도 x, y, z

  • 저장 위치와 파일 이름은 RGB 이미지를 저장하는 방식과 동일함.


Depth Image

  • 저장 포멧 : png 파일

  • 카메라를 설치한 후, 카메라 세팅 패널 창 Image Setting 부분 Ground Truth 항목을 Depth로 설정해야 Depth 이미지로 저장됨.

  • Depth GT를 출력할 Range 내에서 거리가 멀어질 수록 흰색에 가까워짐.

  • 최소 거리보다 가까운 Object는 검은색(0)으로 표시됨.

  • 최대 거리보다 먼 Object는 검은색(0)으로 표시됨.

(warning) Simulator 상 Depth GT의 Camera View는 선택한 Depth Data bit 범위([0,2^8] or [0,2^16]) 내 값에서 빨간색 픽셀로 출력되나, Depth Image(png 파일)는 흑백인 8bit image로 출력됨.

RGB Image

Depth Image (Simulator 상 Camera View)

Depth Image (png 파일)

  • 저장 위치는 SaveFile/SensorData/CAMERA_* 이며, 파일 이름은 이미지를 저장한 날짜와 시간으로 정해짐.




GPS data

  • 저장 포멧 : txt 파일

  • txt 파일 안 GPS data 포멧

    • 1 : Latitude (단위 : deg)

    • 2 : Longitude (단위 : deg)

    • 3 : Altitude (단위 : m)

    • 4 : EastOffset (단위 : m)

    • 5 : NorthOffset (단위 : m)

  • 저장 위치는 SaveFile/SensorData/GPS_* 이며, 파일 이름 또한 저장한 날짜와 시간으로 정해짐.

IMU data

  • 저장 포멧 : txt 파일

  • txt 파일 안 IMU data 포멧

    • 1-2 : TimeStamp. 1은 초 단위, 2는 나노초 단위.

    • 3-6 : Orientation X, Y, Z, W. 센서의 자세를 쿼터니안으로 표현.

    • 7-9 : Angular Velocity X, Y, Z. 각속도의 X, Y, Z 축 기준 component (단위 : rad/s)

    • 10-12 : Linear Acceleration X, Y, Z. 각속도의 X, Y, Z 축 기준 component (단위 : m/s^2)

  • 저장 위치는 SaveFile/SensorData/IMU_* 이며, 파일 이름 또한 저장한 날짜와 시간으로 정해짐.

JavaScript errors detected

Please note, these errors can depend on your browser setup.

If this problem persists, please contact our support.