您的位置:人工智能 > 大数据 > 福特开放了迄今为止最全面的数据集

福特开放了迄今为止最全面的数据集

【人工智能网】

福特自动驾驶数据集宣布,这多是迄今为止最全面的数据集之一。

近来十年来,自动驾驶开源数据集变得越来越多,无论是企业或许其他构造,都挑选与世界上的其他开发者同享数据,增进手艺的提高。但实在这些差别的数据集之间范例并不完整一样。

差别开源数据集对照

拿最常见的KITTI数据集,它重要供应了传感器数据包括视觉测距,3D对象检测和跟踪范畴等。除原始数据外,数据集还包括地面实在性和基准目的,可根据最新手艺评价新算法。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时节变化雄厚的数据集,它的重点是完成历久定位,数据集包括17个月的时间内网络的来自3D摄像头,单目摄像头,激光雷达,GPS / IMU的数据,个中包括一切天气状况和施工状况等。以上这两种数据集不供应任何舆图信息。

而nuScenese开源的数据集包括语义图,这些语义图供应了有关途径,行人和人行横道的信息,可用作目的检测,跟踪和定位的先验信息。Argoverse,以及车辆轨迹和3D对象边境框,固然还包括可行驶区域的舆图和车道中心线的矢量舆图等。 除此之外,另有ApolloScape,CityScapes和Mappilary,它们是其他专注于运用图象和激光雷达组合举行语义支解的数据集。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网络。

而福特近来在官网上线的自动驾驶数据集,大概不一定是时长跨度最大的,也不一定是场景最雄厚,但多是数据最全的数据集之一。

福特多车收集的时节性数据集

该数据集包括了2017~2018两年间的自动驾驶车队在密歇根州路测数据,总体积1.6TB。来自福特的数据集合有底特律区域一年四季,包括机场、高速公路、市中心、大学校园和郊区等多种驾驶场景。数据重要由4个激光雷达传感器、6个1300万像素相机,一个500万像素相机和惯性丈量单位网络。这些传感器网络了3D地面反射率舆图、3D点云舆图、六自由度实在姿势和部分姿势等信息。一切数据均以Rosbag花样供应,能够运用开源机器人操作系统(ROS)举行可视化,修正和运用。

福特汽车穿过大底特律区域的均匀线路为66公里。如图所示,每辆车的行驶线路上都包括DTW机场,密歇根大学迪尔伯恩分校和寓居社区。每次运转的线路都有纤细的变化,以捕获城市环境中的种种特性,从而供应更有效的数据。

收集数据的硬件平台是以14年福特Fusion Hybrid车队为基本平台构建的。一切传感器都战略性地安排在车辆如下图所示。每辆车都装备了4个Velodyne HDL-32E激光雷达(Velodyne 2011),7个Grey 1.3 MP相机,火线一个5 MP行车记录仪,连系了差分GPS和IMU的Applanix POS-LV定位产物。汽车后备箱用于装置四个具有16 GB Ram的四核i7处理器,联网装备和冷却机制。

据福特官网引见,每一个传感器都经过了严厉的校准。在该数据集合运用的坐标框架包括传感器框架,主体框架,部分框架,GPS框架和全局框架。

上一篇:AI戴上有色眼镜:你在机器眼中是好人还是坏蛋?
下一篇:大数据如何成为这次疫情防控的重要手段? 来源:互联网   发布日期:2020-03-26 18:54   浏览:534次  值班编辑QQ:

您可能喜欢