福特开放了迄今为止最全面的数据集
最近十年来,自动驾驶开源数据集变得越来越多,无论是企业或者其他组织,都选择与世界上的其他开发者共享数据,促进技术的进步。但其实这些不同的数据集之间类型并不完全一样。
拿最常见的KITTI数据集,它主要提供了传感器数据包括视觉测距,3D对象检测和跟踪领域等。除原始数据外,数据集还包括地面真实性和基准指标,可根据最新技术评估新算法。而牛津大学开源的RobotCar自动驾驶汽车数据集,则是另一种传感器和季节变化丰富的数据集,它的重点是实现长期定位,数据集包含17个月的时间内收集的来自3D摄像头,单目摄像头,激光雷达,GPS / IMU的数据,其中包括所有天气情况和施工情况等。以上这两种数据集不提供任何地图信息。
而nuScenese开源的数据集包含语义图,这些语义图提供了有关道路,行人和人行横道的信息,可用作目标检测,跟踪和定位的先验信息。Argoverse,以及车辆轨迹和3D对象边界框,当然还包含可行驶区域的地图和车道中心线的矢量地图等。 除此之外,还有ApolloScape,CityScapes和Mappilary,它们是其他专注于使用图像和激光雷达组合进行语义分割的数据集。到目前为止提到的数据集的局限性之一是它们大多仅从一辆自动驾驶汽车中收集。
而福特最近在官网上线的自动驾驶数据集,可能不一定是时长跨度最大的,也不一定是场景最丰富,但可能是数据最全的数据集之一。
福特多车采集的季节性数据集
-
汽车测试网V课堂
-
微信公众号
-
汽车测试网手机站
编辑推荐
最新资讯
-
生产制造 | 产品加工-EDGECAM 高效自动编程
2024-12-27 17:39
-
设计仿真 | Adams_Controls变拓扑分析
2024-12-27 17:39
-
设计仿真 | Digimat用于碰撞、冲击模拟热塑
2024-12-27 17:38
-
设计仿真 | 海克斯康 MSC Nastran 助力沃尔
2024-12-27 17:37
-
CAERI风洞丨整车环境风洞风雨场探究
2024-12-27 17:16