コンテンツにスキップ

地面点群除去の評価#

入力点群に対して地面点群をセグメンテーションし、除去する機能について評価する。

Ground Truthデータ#

評価のために必要となるGround Truthデータは以下の方法で与えられる.

annotated_pcd#

3D Semantic Segmentationのアノテーションが含まれる t4_datasetを用いる方法。(format)

  1. 地面除去された点群と t4_dataset内の/sensing/lidar/concatenated/pointcloudに相当する点群(dataset/data/LIDAR_CONCAT/*.pcd.bin)を最近傍探索でマッチングさせる
  2. その点群が地面であるのか障害物であるのかチェックする

評価方法#

launch を立ち上げると以下のことが実行され、評価される。

  1. launch で評価ノード(ground_segmentation_evaluator_node)と logging_simulator.launchros2 bag playコマンドを立ち上げる
  2. bag から出力されたセンサーデータを autoware が受け取って、perceptionモジュール内で地面点群除去を行う
  3. 評価ノードが topic を subscribe して、地面点群の除去精度などについて評価し結果をファイルに記録する
  4. bag の再生が終了すると自動で launch が終了して評価が終了する

評価時の注意点#

  • annotated_pcdモード
    評価処理に時間がかかるため、rosbagの再生レートを下げる必要がある。 ros2 launch driving_log_replayer_v2 driving_log_replayer_v2.launch.py scenario_path:=${scenario_file} play_rate:=0.1

評価結果#

topic の subscribe 1 回につき、以下に記述する判定結果が出力される。

正常#

評価により得られたAccuracyがシナリオに記述されているEvaluation.Conditions.accuracy_min以上の場合、正常とする。

異常#

正常の条件を満たさないとき、異常とする。

評価ノードが使用する Topic 名とデータ型#

Subscribed topics:

topic 名 データ型
/sensing/lidar/concatenated/pointcloud    sensor_msgs/msg/PointCloud2
/perception/obstacle_segmentation/pointcloud sensor_msgs/msg/PointCloud2

注:/perception/obstacle_segmentation/pointcloudtopicは、launch引数evaluation_target_topicで変更可能である。

Published topics:

topic 名 データ型
- -

logging_simulator.launch に渡す引数#

  • localization: false
  • planning: false
  • control: false
  • sensing: false
  • perception_mode: lidar

simulation#

シミュレーション実行に必要な情報を述べる。

入力 rosbag に含まれるべき topic#

topic 名 データ型
/sensing/lidar/concatenated/pointcloud sensor_msgs/msg/PointCloud2
/tf tf2_msgs/msg/TFMessage

入力 rosbag に含まれてはいけない topic#

topic 名 データ型
/clock rosgraph_msgs/msg/Clock

clock は、ros2 bag play の--clock オプションによって出力しているので、bag 自体に記録されていると 2 重に出力されてしまうので bag には含めない

evaluation#

評価に必要な情報を述べる。

シナリオフォーマット#

サンプル参照

評価結果フォーマット#

サンプル参照

ground_segmentation では、Accuracy、Precision、Recall、Specificity、F1-scoreを評価した結果を各 frame 毎に出力する。

以下に、評価の例を記述する。 注:結果ファイルフォーマットで解説済みの共通部分については省略する。

{
  "GroundSegmentation": {
    "Result": { "Total": "Success or Fail", "Frame": "Success or Fail" },
    "Info": {
      "TP": "地面点として認識された地面点の数",
      "FP": "地面点として認識された障害物点の数",
      "TN": "障害物点として認識された障害物点の数",
      "FN": "障害物点として認識された地面点の数",
      "Accuracy": "Accuracyの値",
      "Precision": "Precisionの値",
      "Recall": "Recallの値",
      "Specificity": "Specificityの値",
      "F1-score": "F1-scoreの値"
    }
  }
}