TL;DR
NavWareSet은 충돌을 피하는 주행과 사람의 개인 공간을 고려하는 사회적 네비게이션을 별개의 평가 문제로 기록한 데이터셋입니다. 정면 접근, 사각 코너, 추종, 수직 방향 횡단을 포함한 7개 시나리오를 동일한 환경과 시작 조건에서 사회적 규범 준수 여부만 바꿔 각각 두 번 실행합니다. 로봇의 LiDAR와 카메라에 더해 천장 추적 장치가 모든 보행자의 3D 궤적을 기록하고, 데이터는 MCAP 형식으로 fiftyone에 로드됩니다. 사용자는 하나의 타임라인에서 카메라, 두 LiDAR 스트림, 보행자 주석을 재생하며 두 행동 조건을 나란히 비교할 수 있습니다.
실용적 조언
- NavWareSet의 데이터셋 카드에서 시나리오와 행동 유형을 먼저 확인한 뒤, 규범 준수 조건과 비준수 조건을 같은 에피소드 구조로 비교할 수 있습니다.
- fiftyone에서 카메라, 두 개의 LiDAR 스트림, 보행자 궤적을 동일한 시간축으로 재생하면 충돌이 없더라도 사람에게 불편한 접근이 발생하는 순간을 추적할 수 있습니다.
섹션별 상세
이미지 분석
화면 중앙의 3D 뷰에는 로봇 주변의 포인트 클라우드가 표시되고, 하단에는 두 카메라 스트림이 같은 재생 타임라인에 배치되어 있습니다. 게시물의 데이터 처리 방식인 센서 스트림 동기화와 3D 환경·보행자 관찰을 시각적으로 뒷받침합니다.
fiftyone 화면에서 3D 포인트 클라우드와 두 개의 로봇·환경 카메라 영상을 함께 확인하는 장면입니다.
왼쪽 패널에는 센서와 주석 레이어를 선택하는 항목이 있고, 중앙에는 3D 포인트 클라우드와 두 카메라 영상이 동시에 표시됩니다. 오른쪽 메타데이터와 하단 시간축은 시나리오별 에피소드와 센서 기록을 함께 검토하는 데이터셋 탐색 흐름을 나타냅니다.
로봇의 3D 포인트 클라우드, 카메라 영상, 주행 메타데이터를 한 화면에서 탐색하는 fiftyone 인터페이스입니다.
용어 해설
- 사회적 네비게이션(Social Navigation)
- — 로봇이 충돌을 피하는 데 그치지 않고 사람의 개인 공간과 이동 흐름을 고려해 경로와 행동을 선택하는 기술입니다. 일반적인 장애물 회피와 달리 보행자의 불편함과 사회적 규범까지 평가 대상에 포함합니다.
- 개인 공간(Personal Space)
- — 사람이 주변에 다른 사람이 접근할 때 심리적으로 확보하려는 거리입니다. 로봇 네비게이션에서는 충돌이 발생하지 않더라도 지나치게 가까이 접근하거나 예측하기 어려운 움직임을 피하는 기준으로 사용됩니다.
- Ground Truth
- — 실험에서 비교 기준으로 삼는 관측값입니다. 이 데이터셋에서는 천장에 설치된 추적 장치가 전체 에피소드에서 모든 보행자의 3D 위치와 이동 궤적을 기록해 로봇의 행동을 평가할 기준을 제공합니다.
- MCAP
- — 로봇 센서와 주행 데이터를 시간 순서대로 저장하고 재생하는 기록 형식입니다. NavWareSet은 이 형식의 데이터를 fiftyone에 불러와 카메라 영상, 두 개의 LiDAR 스트림, 보행자 주석을 하나의 타임라인에서 동기화합니다.
언급된 도구
MCAP으로 기록된 카메라, LiDAR, 보행자 궤적 데이터를 불러와 동기화된 타임라인과 나란히 비교 화면으로 확인하는 데 사용됩니다.
언급된 리소스
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
