数据集-nuPlan

surroundocc需要nuPlan数据集

0. 前言

nuscenes by motional

1. nuplan介绍

是世界第一个针对自动驾驶规划方法测试的开源数据集（发布于2021年），收集了波士顿、匹兹堡、拉斯维加斯和新加坡这 4 个城市收集了大约 1300 小时的驾驶数据。

最直接就是看nuplan官网的介绍，和paper。如果只想大概扫一眼这里还有篇中文翻译的自动驾驶轨迹规划之nuplan数据集。

一句话总结就是：和nuScenes同一家公司发布的，nuPlan是首个面向planning的大规模自动驾驶基准数据集，不仅包括大量的1200小时多城市的实车驾驶数据，还提供了一整套开环/闭环仿真、多种评价标准、ML规划器开发工具及可视化工具。

nuplan_v1.1数据量是1.8TB，这还不包括原始的传感器数据（摄像头、激光）;它也有个mini版，nuplan_v1.1_mini，解压后是13g左右，7h的驾驶数据覆盖了大部分场景，但是原始传感器数据仍旧是非常大的。下图就是它的采集车（包含8个相机，5个激光，1个IMU）及数据可视化结果：

数据下载及环境安装

数据的使用基于官方的工具nuplan-devkit就行，数据下载直接上nuplan官网注册登陆后就能下载，学习只用nuplan_v1.1_mini版就够了，下载时选择Asia节点（国内会更快点）。如果是从头安装，具体的细节这部分有篇博客下载数据教程及环境配置_csdn中文写得很详细了，就不重复写了，感谢原博主X.ZHANG0825。另外官网也有对应环境安装和数据下载的教程nuplan-devkit Installation。

虽然基于 ML 的运动规划器越来越多，但缺乏既定的数据集、模拟框架和评价指标，这也限制了该领域的进展。现有数据集（Argoverse、Lyft、Waymo) 主要侧重与对其他代理的短期运动预测，而不是自我车辆的长期规划。这导致之前的方法大多使用基于 L2 指标的开环评估，不适用于合理评估长期规划。为了解决上述问题，nuplan除了提供大规模实车数据集，还提供了基于学习的训练框架来开发基于机器学习的规划器、轻量级闭环模拟器、运动规划评价指标和可视化工具。
下图为其训练框架。

2. 安装

2.1 下载开发包devkit

首先，cd到希望的安装目录，然后在终端中运行以下代码：

git clone https://github.com/motional/nuplan-devkit.git
cd nuplan-devkit

2.2 安装指定版本的python

官方使用devkit 在 Ubuntu 上针对 Python 3.9 进行了测试，为了使用不出现bug，推荐安装python3.9，使用以下命令即可实现安装：

conda create -n nuplan python=3.9
conda activate nuplan
python -m pip install pip==24.0  -i https://pypi.tuna.tsinghua.edu.cn/simple
git clone https://github.com/motional/nuplan-devkit.git && cd nuplan-devkit
pip install -e .
pip install -r ./requirements.txt
pip install -r requirements_torch.txt