Lyft 近日發佈了一個 Level 5 級別的自動駕駛預測數據集,包含了超過 1000 個小時的駕駛記錄。此外,公司還發起自動駕駛運動預測挑戰賽,獎金池 3 萬美金。
Lyft 又發佈了新的數據集。
去年 7 月,Lyft 發佈了 L5 級別自動駕駛感知數據集,包含超過 5 萬 5 千個由人類標記的 3D 註釋幀。當時官方稱作是目前同類產品中最大的公開數據集。
這纔剛過去一年,Lyft 又發佈了一套 L5 級別的自動駕駛預測數據集。
申請下載地址:https://www.catalyzex.com/paper/arxiv:2006.14480/dataset
17 萬個場景,2500 多公里道路數據
**Lyft 此次發佈的數據集側重於運動預測。**官方表示,自動駕駛領域長期研究的一個問題是,創建足夠健壯和可靠的模型,來預測交通運動。
這些數據是由 23 輛自動駕駛車輛組成的車隊,在加州帕洛阿爾託的一條固定路線上收集的,歷時 4 個月,包含遇到的汽車,行人和其他障礙物的行駛日誌。
該數據集具體包括:
- **1000 個小時:**超過 1000 個小時的自動駕駛汽車移動記錄;
- **17 萬個場景:**每個場景持續約 25 秒,包括交通信號燈、航拍地圖、人行道等;
- 16000 英里:來自公共道路的 16000 英里(約合 2575 公里)數據;
- **15242 個註釋圖:**包括已標記元素的高清語義圖以及該區域的高清鳥瞰圖。
數據集中鳥瞰語義圖示例
這些運動數據由安裝在 Lyft 車頂的傳感器組收集,當車輛行駛數萬英里時,傳感器組會捕捉激光雷達、攝像機以及雷達數據。
數據集中,每個場景在給定的時間點編碼了車輛周圍的狀態,紅色爲自動駕駛汽車,黃色爲其他車輛
Lyft 表示,該集合與提供的工具包一起,**構成了迄今爲止最大、最完整、最詳細的數據集,**用於開發自動駕駛,機器學習任務,如運動預測、規劃和仿真。
目前,該數據集只開放部分子集下載,包括:
- 樣本數據集(53 MB)
- 訓練數據集(分三部分,共 69.4 GB)
- 鳥瞰圖(2 GB)
- 語義圖(2 MB)
下載地址:
發起挑戰賽,獎金池 3 萬美金
與此同時,Lyft 還計劃發起一項挑戰,將於 8 月在谷歌 Kaggle 平臺上開始,並頒發總計 30000 美元的獎金。
去年 Lyft 發起的自動駕駛 3D 目標檢測競賽,獎金池共 25000 美元
本次挑戰賽重點:
- **競賽要求:**參賽者預測交通工具的動向;
- **準備工作:**官方提醒,各位研究人員和工程師從現在起,就可以下載訓練數據集和基於 Python 的軟件包,對數據進行實驗。因爲測試和驗證套件將作爲競賽的一部分來發布;
- **最終目的:**通過數據集與競賽,增強研究界能力,加速創新。
Lyft 工程高級總監 Sacha Arnoud 和音視頻研究總監 Peter Ondruska 在博客中寫道,**「數據是嘗試最新的機器學習技術的動力,**對大規模、高質量的自動駕駛數據數據的獲取雖然是有限的,但這並不應妨礙我們在這一研究上的實驗。」
「我們相信無人駕駛將成爲交通系統中,更便捷、更安全和可持續發展的部分,」Arnoud 和 Ondruska 說道,「通過與研究社區共享數據,我們希望明確自動駕駛中,重要的和未解決的挑戰。」
訪問 hyper.ai,可獲取更多優質數據集哦!
博客地址:
論文地址:
https://arxiv.org/pdf/2006.14480.pdf
GitHub 地址: