Lyft 发布最大 L5 自动驾驶预测数据集

Lyft 近日发布了一个 Level 5 级别的自动驾驶预测数据集,包含了超过 1000 个小时的驾驶记录。此外,公司还发起自动驾驶运动预测挑战赛,奖金池 3 万美金。

Lyft 又发布了新的数据集。

去年 7 月,Lyft 发布了 L5 级别自动驾驶感知数据集,包含超过 5 万 5 千个由人类标记的 3D 注释帧。当时官方称作是目前同类产品中最大的公开数据集。

这才刚过去一年,Lyft 又发布了一套 L5 级别的自动驾驶预测数据集。
在这里插入图片描述
申请下载地址:https://www.catalyzex.com/paper/arxiv:2006.14480/dataset

17 万个场景,2500 多公里道路数据

**Lyft 此次发布的数据集侧重于运动预测。**官方表示,自动驾驶领域长期研究的一个问题是,创建足够健壮和可靠的模型,来预测交通运动。

这些数据是由 23 辆自动驾驶车辆组成的车队,在加州帕洛阿尔托的一条固定路线上收集的,历时 4 个月,包含遇到的汽车,行人和其他障碍物的行驶日志。

该数据集具体包括:

  • **1000 个小时:**超过 1000 个小时的自动驾驶汽车移动记录;
  • **17 万个场景:**每个场景持续约 25 秒,包括交通信号灯、航拍地图、人行道等;
  • 16000 英里:来自公共道路的 16000 英里(约合 2575 公里)数据;
  • **15242 个注释图:**包括已标记元素的高清语义图以及该区域的高清鸟瞰图。
    在这里插入图片描述

数据集中鸟瞰语义图示例

这些运动数据由安装在 Lyft 车顶的传感器组收集,当车辆行驶数万英里时,传感器组会捕捉激光雷达、摄像机以及雷达数据。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Qa8DZTRy-1593513236477)(https://experiments.sparanoid.net/i0.wp.com/hyper.ai/wp-content/uploads/2020/06/gw5mh_ro.gif?w=784&ssl=1)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NBovBWfS-1593513236492)(https://experiments.sparanoid.net/i0.wp.com/hyper.ai/wp-content/uploads/2020/06/nbsejx_t.png?w=784&ssl=1)]

数据集中,每个场景在给定的时间点编码了车辆周围的状态红色为自动驾驶汽车,黄色为其他车辆

Lyft 表示,该集合与提供的工具包一起,**构成了迄今为止最大、最完整、最详细的数据集,**用于开发自动驾驶,机器学习任务,如运动预测、规划和仿真。

目前,该数据集只开放部分子集下载,包括:

  • 样本数据集(53 MB)
  • 训练数据集(分三部分,共 69.4 GB)
  • 鸟瞰图(2 GB)
  • 语义图(2 MB)

下载地址:

Prediction

发起挑战赛,奖金池 3 万美金

与此同时,Lyft 还计划发起一项挑战,将于 8 月在谷歌 Kaggle 平台上开始,并颁发总计 30000 美元的奖金。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XYXn7vgm-1593513236499)(https://experiments.sparanoid.net/i0.wp.com/hyper.ai/wp-content/uploads/2020/06/adm5fiw9.png?fit=784%2C208&ssl=1&w=784)]

去年 Lyft 发起的自动驾驶 3D 目标检测竞赛,奖金池共 25000 美元

本次挑战赛重点:

  • **竞赛要求:**参赛者预测交通工具的动向;
  • **准备工作:**官方提醒,各位研究人员和工程师从现在起,就可以下载训练数据集和基于 Python 的软件包,对数据进行实验。因为测试和验证套件将作为竞赛的一部分来发布;
  • **最终目的:**通过数据集与竞赛,增强研究界能力,加速创新。

Lyft 工程高级总监 Sacha Arnoud 和音视频研究总监 Peter Ondruska 在博客中写道,**「数据是尝试最新的机器学习技术的动力,**对大规模、高质量的自动驾驶数据数据的获取虽然是有限的,但这并不应妨碍我们在这一研究上的实验。」

「我们相信无人驾驶将成为交通系统中,更便捷、更安全和可持续发展的部分,」Arnoud 和 Ondruska 说道,「通过与研究社区共享数据,我们希望明确自动驾驶中,重要的和未解决的挑战。

访问 hyper.ai,可获取更多优质数据集哦!

博客地址:

https://medium.com/lyftlevel5/fueling-self-driving-research-with-level-5s-open-prediction-dataset-f0175e2b0cf8

论文地址:

https://arxiv.org/pdf/2006.14480.pdf

GitHub 地址:

https://github.com/lyft/l5kit/

展开阅读全文
©️2020 CSDN 皮肤主题: 大白 设计师: CSDN官方博客 返回首页
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值