当前位置：首页 > 自动驾驶 > 正文

自动驾驶数据集图片分析

xiaofei
自动驾驶
2025-03-29 06:20:33
9

今天给大家分享自动驾驶数据集图片分析，其中也会对自动驾驶的数据的内容是什么进行解释。

简述信息一览：

1、自动驾驶开发者说|模块|轨迹预测有哪些开源的数据集?
2、自动驾驶KITTI数据集解析
3、挑战Waymo,华为百万场景自动驾驶训练数据集ONCE
4、(二十)实践出真知——bdd100k自动驾驶数据集生成可行驶分割图和车道线...

自动驾驶开发者说|模块|轨迹预测有哪些开源的数据集?

自动驾驶中，常用轨迹预测的开源数据集整理如下：nuScenes：提供车辆和行人预测，数据集于2020年4月发布，包含波士顿和新加坡的1000个驾驶场景，可用于论文研究。预测任务为对象未来轨迹预测，结果为一系列xy位置，预测时长为6秒，***样频率为2赫兹。

Argoverse 数据集，由 Argo AI、卡内基梅隆大学、佐治亚理工学院联合发布，包含 Argoverse 3D Tracking 和 Argoverse Motion Forecasting 两个部分。数据集全面，包括传感器数据、车辆与行人轨迹数据、地图数据等，其中，轨迹数据通过高精度 GPS 和 LiDAR 传感器获取，地图数据由 GPS 和摄像头数据生成。

（图片来源网络，侵删）

欢迎关注我们的仓库，里面包含了BEV/多模态融合/Occupancy/毫米波雷达视觉感知/车道线检测/3D感知/多模态融合/在线地图/多传感器标定/Nerf/大模型/规划控制/轨迹预测等众多技术综述与论文。

然而，当前的在线地图估计方法未能提供不确定性或置信度估计，这使得它们在自动驾驶技术栈中的集成变得复杂。本文提出了一种扩展，允许在线地图估计方法额外输出不确定性，这有助于将在线地图构建与轨迹预测更紧密地整合。

自动驾驶KITTI数据集解析

KITTI，自动驾驶领域的重要测试集，旨在为自动驾驶技术提供大量真实场景数据，解决当前缺乏强大基准的挑战。通过提供包括定位、SLAM、图像处理等在内的应用，KITTI数据集在自动驾驶感知与预测领域发挥关键作用。然而，创建如此大规模且真实的场景数据集面临复杂挑战，尤其是在校准与设置评估指标方面。

（图片来源网络，侵删）

KITTI数据集是全球最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集包含了立体图像、光流、视觉测距、3D物体检测和3D跟踪等技术的评估内容。其数据来源于真实环境，包括城市、乡村和高速公路场景的图像，最多可达15辆汽车和30个行人，具备不同遮挡与截断的情况。

KITTI数据集在德国卡尔斯鲁厄及其周边***集，包括车辆上的相机图像、激光扫描、高精度GPS测量与组合GPS/IMU系统的IMU加速度。主要目的是推动面向自动驾驶的计算机视觉与机器人算法发展。数据集包含原始信息，如传感器局限与陷阱评论。数据可以从指定链接获取。

KITTI数据集是由德国卡尔斯鲁厄理工学院和丰田工业大学芝加哥分校联合提供的自动驾驶领域研究数据集。收集了6小时真实交通环境数据，包含校正和同步图像、雷达扫描、高精度GPS信息和IMU加速信息等多种模态信息，提供光流、物体检测、深度估计等任务的基准。

挑战Waymo,华为百万场景自动驾驶训练数据集ONCE

华为ONCE数据集，作为全球最大的自动驾驶场景训练数据集，拥有100万个场景，行驶时间长达144小时，覆盖210平方公里，包含700万张同步图像和417k个3D Box。与Waymo的3D Box数量相比，ONCE的数据规模稍逊一筹，但其独特之处在于非标签数据训练的价值和标注成本的控制。

尽管Waymo已经在开放道路上积累了超过10百万英里，但其工程师们仍面临着层出不穷的新自动驾驶场景的挑战。自动驾驶的长尾问题，即那些在大规模数据集中未充分覆盖的罕见或极端情况，成为了亟待解决的关键点。接下来，我们将探讨Waymo在应对这些挑战时所***取的核心技术及策略。

北京2020年6月16日 /美通社/ -- 美国当地时间6月15日，Alphabet（Google母公司）旗下的自动驾驶公司Waymo在CVPR 2020自动驾驶Workshop上揭晓Waymo开放数据集挑战赛的结果，边缘AI芯片领军企业地平线斩获5项挑战中的4项全球第一。

Waymo L5 数据集：由Waymo LLC和Google LLC发布，用于支持自动驾驶感知技术的研究。数据集包含1805个场景，主要***集自San Francisco、Mountain View、Phoenix等地，类别包括车辆、行人、交通灯等，拥有46000张图像数据、约130万个3D标注框，以及2个LiDAR、6个360°相机和1个长焦相机。