Tag Archive: Database

Oct
11

Validation of ADAS Nexyad Database

The NEXYAD company is currently developing the construction of a database for the validation of systems of driver assistance and driving delegation, (ADAS and Autonomous car) using the AGENDA methodology published in the 1990s by Gérard Yahiaoui (methodology initially intended to handle, among other things, the construction of learning databases and tests for the implementation of neural networks).

This database has two essential characteristics:

1) Real-life situations
     Indeed, the AGENDA methodology recommends describing the possible variations of signals and input images as factors of variability and their crosses.
     Example, for obstacle detection:
          . weather (dry weather, sunny weather, rain, fog)          . overall brightness (low, medium, high)
          . vehicle speed (low, moderate, high)
          . type of road (motorway, road with marking, road without marking, …)
          . coating (bitumen 1, bitumen 2, …, pavers)
          . day / night (car headlights and infrastructure lighting)
          . season (spring, summer, autumn, winter)
          . etc.

     Type of obstacle:
          – static obstacle
          . linked to the infrastructure: works terminals, tolls, …
          . related to users: tire on the roadway, package dropped from a truck, motorcyclist lying on the road following an accident, vehicle broken down stopped on the roadway, pedestrian stationary on the edge of the roadway (visible / hidden)
          – moving obstacle
          . truck, car, vulnerable (pedestrian, bike, motorcycle) with the typical trajectories (longitudinal in the direction of travel, longitudinal in the opposite direction of travel, lateral) and the position (opposite, right, left) .
          . Etc.

Real-life situations examples :
Validation of ADAS Nexyad database

We see that if we combine these factors, we can find quite quickly a very large number of cases. Now, the development of ADAS systems is complex, and it is necessary to proceed by successive iterations, from simple situations to complicated situations.
Our database allows this, since all records are described such as cross-referring of modalities of the factors of variability. We thus know exactly in which cases the system was tested or not.
The formalism of ‘cross-referring of modalities of the factors of variability’ makes it possible to use experimental designs, and in particular orthogonal fractional plans, to greatly reduce the number of cases to be tested while guaranteeing maximum coverage of real-life situations. In this context, we can develop an ADAS on an orthogonal fractional plane and test it for other orthogonal fractional planes, for example.

2) Ground reality
     It is a question of define the obstacles and elements of the infrastructure (markings, road edges, etc.) on the images so as to constitute a reference allow measuring the performance of the system.

          1.1, summer, cloudy, unmarked road, moderate speed, tire on roadway, dry weather
          1.2, summer, cloudy, unmarked road, moderate speed, package on roadway, dry weather
          2.1, summer, cloudy, unmarked road, moderate speed, visible static pedestrians at the edges of the roadway, time
          2.2, summer, cloudy, unmarked road, moderate speed, human lying on roadway, dry weather
          etc.

     It is not certain that one can meet these few cases, even by driving 1 million km on open road!

Target of this database :
     NEXYAD starts its collection of images and data:
          . video (towards the front of the vehicle) color
          . accelerometers
          . gyros

The files are synchronized by the RT-MAPS tool of the company INTEMPORA.
The files are saved in RT-MAPS format and directly replayable on this tool.
NEXYAD is currently looking for contributors on this internal project. Contributors co fund and have in return free access to the database, unlimited in time. This contribution will accelerate the work of collection and labeling.
NEXYAD wishes to make this database available soon, free of charge to give material to the ADAS community and the autonomous vehicle, in a reduced version of the database, and in a paid way (in the form of subscriptions) for the complete base.

NEXYAD’s ambition is to propagate its methodological expertise and to enable everyone to evaluate the performance of vision systems for ADAS, be they systems developed by NEXYAD or others.

References
Methodology for ADAS Validation: The Potential Contribution of Other Scientific Fields Which Have Already Answered the Same Questions”, Gérard Yahiaoui, Pierre Da Silva Dias, CESA congress Dec 2014, Paris, Proc. Springer Verlag

“Methods and tools for ADAS validation”, Gérard Yahiaoui, Nicolas du Lac, Safetyweek congress, May 2015, Aschaffenburg

Jun
01

Autonomous Vehicle Test & Development : second day

Wenesday 1st of June : Presentation this morning by Gérard YAHIAOUI President & CEO of NEXYAD, France

“BUILDING A RELEVANT VALIDATION DATABASE FOR CAMERA-BASED ADAS”
Validation of camera-based artificial vision systems applied on open world is a very complex issue. An HD colour camera may generate more than 65 000 power 2 000 000 different images (information theory), so it is not possible to test every possible message. We propose a deterministic approach for building a validation database using the AGENDA methodology that was developed and published in the 1990s for neural network database (learn & test) design.

A large audience attended to this conference that questions the way for Autonomous Vehicle ADAS validation.

Conference Stuttgart 2016
Gérard on the left, the conference’s audience on the top and the booth of Groupement ADAS from the mezzanine.

Jan
04

News about ADAS Validation Database in NEXYAD-ADAS blog

NEXYAD ADAS Validation Database : soon available for free

NEXYAD will soon send a link to their ADAS validation database : video + sensors

Nexyad Database

To read more :http://www.nexyad-adas.com/archives/2016/01/04/33134624.html

Aug
24

Base de données de validation des ADAS utilisant des caméras

NEXYAD Automotive & Transportation Newsletter n°4, le 24 août 2015



Base de données de validation des ADAS utilisant des caméras

La société NEXYAD démarre actuellement la construction d’une base de données pour la validation des systèmes d’aides à la conduite et de délégation de conduite (ADAS et Autonomous car) en utilisant la méthodologie AGENDA publiée dans les années 90 par Gérard Yahiaoui (méthodologie au départ destinée à maîtriser entre autre la construction des bases de données d’apprentissage et des tests pour la mise en œuvre des réseaux de neurones).
Cette base de données a deux caractéristiques essentielles :

1) Situations de vie
En effet, la méthodologie AGENDA préconise de décrire les variations possibles des signaux et images d’entrées en facteurs de la variabilité et leurs croisements.
Exemple, pour de la détection d’obstacles :
   . météo (temps sec couvert, temps ensoleillé, pluie, brouillard)
   . luminosité globale (faible, moyenne, forte)
   . vitesse du véhicule porteur (faible, modérée, grande)
   . type de route (autoroute, route avec marquage, route sans marquage, …)
   . revêtement (bitume 1, bitume 2, …, pavés)
   . jour / nuit (phares et éclairages de l’infrastructure allumés)
   . saison (printemps, été, automne, hiver)
   . etc …

      > type d’obstacle :
           – arrêté
                      . liés à l’infrastructure : bornes de travaux, péages, …
                      . liés aux usagers : pneu sur la chaussée, colis tombé d’un camion, motard allongé sur la
                      route suite à un accident, véhicule en panne arrêté sur la chaussée, piéton immobile sur le
                      bord de la chaussée (embusqué / non embusqué)
           – en mouvement
                      . camion, voiture, vulnérable (piéton, vélo, moto) avec à chaque fois les trajectoires types                       (longitudinale dans le sens de roulage, longitudinale dans le sens inverse du roulage, latérale)                       et la position (en face, à froite, à gauche).
                      . Etc…

On constate que si l’on croise ces facteurs, on trouve assez rapidement un nombre de cas énorme. Or, la mise au point des systèmes ADAS est complexe, et il est nécessaire de procéder par itérations successives, en partant de situations simples pour aller vers les situations compliquées.
Notre base de données permet cela, puisque tous les enregistrements sont décrits en termes de croisements des modalités des facteurs de la variabilité. On sait ainsi exactement dans quels cas on a testé ou pas le système.
Le formalisme de ‘croisement des modalités des facteurs de variabilité’ permet d’utiliser les plans d’expériences, et en particulier les plans fractionnaires orthogonaux pour réduire fortement le nombre de cas à tester tout en garantissant une couverture maximale des situations de vie. On peut dans ce cadre mettre au point un ADAS sur un plan fractionnaire orthogonal et le tester dur d’autres plans fractionnaires orthogonaux par exemple.

2) Réalité terrain
Il s’agit de détourer sur les images les obstacles et éléments de l’infrastructure (marquages, bords de route, etc) de manière à constituer une référence permettant de mesure la performance du système.

. Exemple de situations de vie :
Life Situations


1.1, été, temps couvert, route sans marquage, vitesse modérée, pneu sur la chaussée, temps sec
1.2, été, temps couvert, route sans marquage, vitesse modérée, colis sur la chaussée, temps sec
2.1, été, temps couvert, route sans marquage, vitesse modérée, piétons immobiles non embusqués au bords de la chaussée, temps
2.2, été, temps couvert, route sans marquage, vitesse modérée, humain allongé sur la chaussée, temps sec
etc …

Il n’est pas certain que l’on puisse rencontrer ces quelques cas, même en roulant 1 million de km sur route ouverte !



Objectif

NEXYAD démarre son recueil d’images et de données :
      . vidéo (vers l’avant du véhicule) couleur
      . accéléromètres
      . gyromètres

Les fichiers sont synchronisés par l’outil RT-MAPS de la société INTEMPORA. INTEMPORA.
Les fichiers sont enregistrés au format RT-MAPS et directement rejouables par cet outil.

NEXYAD cherche actuellement des contributeurs sur ce projet interne. Les contributeurs co financent et ont en retour un accès gratuit à la base de données, illimité dans le temps. Cette contribution permettra d’accélérer le travail de recueil et d’étiquetage.
NEXYAD souhaite mettre à disposition cette base avant Juin 2016, de manière gratuite pour donner de la matière à la communauté des ADAS et du véhicule autonome, pour une version réduite de la base, et de manière payante (sous forme d’abonnements) pour la base complète.
L’ambition de NEXYAD est de propager son expertise méthodologique et de permettre à chacun d’évaluer les performances des systèmes de vision pour les ADAS, qu’il s’agisse des systèmes développés par NEXYAD, ou d’autres.

Références
“Methodology for ADAS Validation: Potential Contribution of Other Scientific Fields Which Have Already Answered the Same Questions”, Gérard Yahiaoui, Pierre Da Silva Dias, CESA congress Dec 2014, Paris, proc. Springer Verlag
“Methods and tools for ADAS validation”, Gérard Yahiaoui, Nicolas du Lac, Safetyweek congress, May 2015, Aschaffenburg


Contact
Pour toute question ou pour devenir un contributeur, contactez NEXYAD : +33 139041360