自动驾驶数据集_Lyft 发布最大 L5 自动驾驶预测数据集

内容提要：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。

原创：HyperAI超神经

关键词：Lyft 自动驾驶 预测数据集

---

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。

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。

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。

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：

https://self-driving.lyft.com/level5/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。

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。」

博客地址→medium.com/lyftlevel5/fueling-self-driving-research-with-level-5s-open-prediction-dataset-f0175e2b0cf8

论文地址→arxiv.org/pdf/2006.14480.pdf

GitHub 地址→https://github.com/lyft/l5kit/