自动驾驶数据集（自动驾驶数据集标注）

本篇文章给大家谈谈自动驾驶数据集，以及自动驾驶数据集标注对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、含1000个场景 Waymo开源自动驾驶数据集
• 2、智能网联汽车数据集作用？
• 3、多家机构联合发布车路协同自动驾驶数据集DAIR-V2X
• 4、uvos任务经典数据集有哪些
• 5、CVPR 2019 总结：自动驾驶玩家集聚，“开放”成为关键词

含1000个场景 Waymo开源自动驾驶数据集

据外媒报道，Waymo近日宣布开放部分自动驾驶相关数据的开源Waymo Open Dataset。开源数据集包含1000条自动驾驶路径，每条路径包含20秒的不间断视频，相当于20万帧高分辨率图档虚像。这些数据样本可以帮助自动驾驶研究人员建立跟踪和预测驾驶行为的模型。

开放数据集是德国凤凰城和美国旧金山的Waymo自动驾驶汽车收集的数据，包括白天、夜晚、雨天和黄昏等各种天气环境。据悉，Waymo的自动驾驶汽车配备了5个特别设计的激光雷达和5个摄像头。数据集还包括标记的激光雷达图像，如车辆、行人、骑自行车者和交通标志，总共有1200万个3D标签和120万个2D标签。

根据Way首席科学家Dragomir Anguelov的说法，这是迄今为止最大的自动驾驶多模式传感器数据集。“这些数据有助于研究人员在2D和3D感知、场景理解、行为预测等方面取得进展。我希望研究团队能够利用我们的数据来提高自动驾驶汽车的性能，并促进在其他相关领域的应用，例如计算机视觉和机器人技术。”

今年7月，Waymo宣布将开放自动驾驶数据集。据说整个Waymo Open Dataset程序包含约3000个驾驶场景和16.7小时的视频数据。行空燃该视频总共有60万帧，大约有2500万个亏举3D注释和2200万个2D注释。这次发布的1000个场景数据只是开源数据集的第一部分，以后Waymo还会发布更多。

除了Waymo，包括Aptiv、优步、Lyft和General Cru is e在内的公司也相继开放了自动驾驶数据。虽然，在自动驾驶行业，数据就像是企业的生命线，但开放也将是一种趋势。虽然垄断可以最大限度地发挥其优势，但也阻碍了技术进步。毕竟，自动驾驶不是任何一家企业能够单独实现的。开放共享可以刺激行业发展，推动自动驾驶 商 业化，让所有参与者受益。 @2019

智能网联汽车数据集作用？

目前，专门用于无人驾驶的数据集有KITTI和Cityscapes等，数据集的主要作用是对汽车上安装的各种传感器采态码集的外部场景数据进行分析，并呈现无人歼睁驾驶车辆的实际氏闭岁情况。

[img]

多家机构联合发布车路协同自动驾驶数据集DAIR-V2X

金一丹 中国证券报·中证网

此次发布的数据集来自北京市高级别自动驾驶示范区10公里真实城市道路、10公里高速公路、以及28个路口范围，包含来自车端、路端相机和车端、路端激光雷达等多类型传感器的71254帧图像数据和71254帧点云数据，涵盖晴天、雨天、雾天、白天和夜晚、城市道路与高速公路等丰富场景。与仅包含单车端或单路端的数据集相比，该数据集提供了相同时空下车端与路端联合视角的多模态数据，并提供了不同传感器联合视角下的融合标注结果，用于更好地服务车路协同算法研究和评估。此外，数据集通过半自动自学习车路协同3D融合标注方法等创新，有效地减少了数据集构建成本。

高质量数据是车路协同自动驾驶技术的关键，能够持续优化车路协同的算法，助力自动驾驶系统迭代升级，为高级别自动驾驶的大稿液规模推广做好安全保障。据悉，当前，北京市抢抓车路协同发展新机遇，以高标准建设首个网联云控式高级别自动驾驶示范区和首个智能网联 汽车 政策先行区，为自动驾驶技术研发科研机构、 科技 企业打造试验技术沙盒，并提供政策、法规、技术规范支持。本次数据集的发布，为业界学界带来海量、多模态、多视角的真实场孙敬腔景数据，对数据进行标注、脱敏和安全加密等处理后发布，促进学术界和产业界共同推进数据驱动的车路协同自动驾驶。

北京经济技术开发区管委会副主任、北京市高级别自动驾驶示范区工作办公室主任孔磊表示，未来将及时利用数据转化制定一批车路则衫协同数据标准，推动行业数据要素、接口、格式等标准统一，为示范区建设和行业发展提供参考和指导，同时继续开展数据开放和共享服务模式 探索 ，推动数字经济发展。

2020年2月，国家发改委联合相关部委出台《智能 汽车 创新发展战略》，明确了“单车智能+车路协同”的中国特色自动驾驶路线，车路协同成为各界研究重点。

在智能交通领域，清华大学智能产业研究院（AIR）已与多家企业开展校企合作，包括车路协同自动驾驶、垂直行业、小车物流、Robotaxi等应用场景。

百度副总裁、智能交通事业部总经理尚国斌在发言中表示：“数据是自动驾驶、车路协同和智能交通等领域取得突破发展的原动力。数据的有效积累，不仅可以对同等级的算法、算力条件下的效果做质的提升，还可以自动化地识别难题、解决难题，形成人工智能‘见多识广、越用越聪明’的正向循环。”

uvos任务经典数据集有哪些

1、MNIST：一个手写数字分类数据集，包含训练集旅槐孙和测试集，每个数据样本由图像数据和标签构成。

2、IMDB：一个电影评论分类数据集，可以用来训练文本分类器拆链。

3、CIFAR-10：一个图像分类数据集，共有10个类别，每个类别包含6000张32*32像素的彩色图像。

4、KITTI：一个自动驾驶数据集，包含高清图像和3D点云数据。

5、SQuAD：一个自然语言问答数据集，用于训练自然语言处明肆理系统。

CVPR 2019 总结：自动驾驶玩家集聚，“开放”成为关键词

2019年计算机视觉和模式识别大会（CVPR）已经落幕。毫无意外，自动驾驶依旧是此届 CVPR 会议议题及参展亮相的焦点。

除拥有主场之利的自动驾驶企业，例如Waymo、福特 Argo AI、Velodyne外，国内自动驾驶玩家纷纷携最新技术走向国际视野：百度、滴滴等老面孔悉数亮相；小马智行、文远知行、纽劢 科技 、图森未来、地平线也参展CVPR 2019。

一个很明显的趋势是，“开放”成为 CVPR 2019 自动驾驶的关键词。本届 CVPR 大会上，Waymo 和 Argo.AI 都站上了开放数据集的潮头。这是继百度、安波福（Aptiv）之后，又两个走向开放的自动驾镇轿驶资深玩家。

在CVPR 2019上，Waymo和Argo AI两家公司都走上了“数据开放”的大道。

此次Waymo公布的数据集包含了3000段平均时长为20秒的驾驶记录，整个数据集包含六十万帧数据，约2500万3D边界框、2200万2D边界框，以及多样化的自动驾驶场御亏肆景。数据公开之后，Waymo自动驾驶车辆的传感器特点也将一览无余。

*Waymo公开自动驾驶数据集

Waymo称其数据集包含了3000个场景，是安波福（Aptiv）开放的数据集 NuScenes 的3倍，摄像头和激光雷达之间的信息同步也更好。Waymo还提供了5个激光雷达传感器的数据，而NuScenes数据集中只有1个。

福特自动驾驶开发合作伙伴Argo AI的Argoverse数据集与Waymo略有不同。虽然它也包含激光雷达和摄像头数据，但它只覆盖了在迈阿密和匹兹堡记录的113个场景，包括Argo AI使用的所有9个摄像头以及2个激光雷达传感器的图像，其中标注的目标超过10000个。

*Argo 的数据集注重传感器与地图数据的结合

Argo AI的Argoverse数据集的特别之处在于，它是第一个包含高清地图数据的数据集。Argo AI目前在其运营区域打造了自己的高清地图。这些数据包含匹兹堡和迈阿密290公里的车道地图，如位置、连接、交通信号、海拔等信息。Argo AI在其地图解决方案中大力宣传的一个功能即其优化处理的能力：能够精确地知道在哪里寻找交通标志和信号，不必扫描整个场景来寻找。

封闭还是开放，这是一个始终萦绕在自动驾驶行业里的问题。继今年 3 月份，安波福（Aptiv）先行一步公开传感器数据集后，Waymo和Argo AI的动作都预示着“开放”成为自动驾驶未来发展趋势。

CVPR中国团

百度在此次CVPR 上备受瞩目，因其公开了L4级自动驾驶纯视觉城市道路闭环解决方案--百度Apollo Lite。

Apollo技术委员会主席王亮针对L4级全自动驾驶（Fully Autonomous Driving）环境感知技术方案进行了讲解，并公开了环视视觉解决方案百度Apollo Lite技空樱术细节。雷锋网新智驾了解到，Apollo Lite能够支持对10路摄像头、200帧/秒数据量的并行处理，单视觉链路最高丢帧率能够控制在5‰以下，可以实现全方位360°实时环境感知，前向障碍物的稳定检测视距达到240米。

王亮表示，在传统激光雷达为主、视觉为辅的传统融合策略中，视觉感知自身的问题和缺陷在雷达感知的掩盖下暴露不够充分。通过Apollo Lite打磨迭代的纯视觉技术正在持续反哺百度坚持的多传感器融合解决方案，提升自动驾驶系统的鲁棒性和安全性。

今年 CVPR 2019 上，滴滴也联合加州大学伯克利分校DeepDrive深度学习自动驾驶产业联盟（BDD）举办CVPR 2019自动驾驶研讨会，详细介绍了滴滴在自动驾驶领域的 探索 和实践。

研讨会现场，滴滴自动驾驶首席工程师贾兆寅还详细介绍了滴滴近期的自动驾驶测试情况，目前滴滴已拥有超过100人的自动驾驶团队，在中国、美国多地开展测试。在积极开展路测的同时，技术团队也在逐步尝试运用丰富而多样的网约车车载数据训练算法模型。

而谈到自动驾驶的落地，贾兆寅认为滴滴短期比较理的想商业化形式可能是“混合派单”，例如在相对简单的路线派出无人车，在复杂路段派单给司机接驾。混合派单模式即可以推动自动驾驶技术更快成熟落地，也可以保证用户日常的出行体验。

今年上半年，滴滴还相继牵手BDD、图灵奖得主Yoshua Bengio领衔的蒙特利尔学习算法研究所（Mila）等顶级研究机构不断 探索 自动驾驶技术边界。

这一次 CVPR，国内自动驾驶初创团队纽劢 科技 、文远知行、小马智行、图森未来、地平线等来自国内明星自动驾驶公司都有自己的展台。

小马智行联合创始人兼CEO彭军亲临展位现场，携同感知团队在CVPR上展示小马智行自动驾驶技术的最新进展和落地成果。一辆搭载小马智行第三代自动驾驶软硬件解决方案PonyAlpha的车辆也亮相CVPR现场。

全栈式自动驾驶方案供应商文远知行、纽劢 科技 、专注于自动驾驶物流场景的图森未来、专注于边缘AI芯片及解决方案的人工智能企业地平线携自动驾驶产品参展，并将商业化、量产作为2019年的关键词。

雷锋网新智驾了解到，今年3月，图森未来对外发布最新的无人驾驶摄像头感知系统。该感知系统利用索尼的 汽车 CMOS图像传感器，能让无人车在夜间和低能见度下行驶，与之前的1000米感知技术结合后，可将无人驾驶卡车使用率提高到80%。该感知系统会在2019年第二季度量产，并于第三季度应用在图森未来的无人驾驶卡车上、提供商业化运输服务。

据雷锋网新智驾了解，配备有索尼最先进的 汽车 CMOS图像传感器，图森未来自主研发的摄像头感知系统充分支持夜间以及低能见度下的无人驾驶行驶，是图森未来进行大规模商业化的关键一步。纽劢 科技 也在本月发布了面向前装L3量产自动驾驶方案“MAX”。

这届 CVPR 上，自动驾驶企业依旧是重头戏。而作为顶级学术会议，CVPR也在源源不断向这些企业输送顶尖人才。不少自动驾驶公司也借此进行招聘。虽然自动驾驶寒冬并为一锤定音，但泡沫破碎之后，自动驾驶仍然会是未来。

关于自动驾驶数据集和自动驾驶数据集标注的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。