关于人工智能:最全自动驾驶数据集分享系列六-定位与地图数据集

58次阅读

共计 3675 个字符,预计需要花费 10 分钟才能阅读完成。

目前对于主动驾驶数据集你想晓得的,应该都在这里了,这是「整数智能」主动驾驶数据集八大系列分享之系列六:

「本期划重点」

  • 反对端到端的深度强化学习的钻研:StreetLearn
  • 蕴含城市和市区驾驶的新个性,如高度动静环境、盘旋、斜坡路线、修建绕行、激进驾驶等:UTBM RoboCar
  • 第一个应用同步平面事件相机收集数据的数据集:Multi Vehicle Stereo Event Camera
  • 小区域内高度密集的数据:comma2k19

「八大系列概览」

主动驾驶数据集分享是整数智能推出的一个全新分享系列,在这个系列中,咱们将介绍目前为止各大科研机构和企业推出的所有公开主动驾驶数据集。数据集次要分为八个系列:
系列一:指标检测数据集🔗
系列二:语义宰割数据集🔗
系列三:车道线检测数据集🔗
系列四:光流数据集🔗
系列五:Stereo Dataset🔗
系列六:定位与地图数据集
系列七:驾驶行为数据集
系列八:仿真数据集

上面共包含 7 个数据集:

01「StreetLearn」

  • 公布方:DeepMind
  • 下载地址:http://streetlearn.cc
  • 论文地址:https://xueshu.baidu.com/user…
  • 公布工夫:2019 年
  • 简介:为了反对通过摸索和与环境的互动来间接学习导航策略的钻研(例如应用端到端的深度强化学习),DeepMind 设计了 StreetLearn,它是一个交互式的、第一人称的、局部察看的视觉环境,应用谷歌街景的照片内容和宽泛的覆盖范围,包含匹兹堡和纽约市这两大区域,并给出了一个具备挑战性的指标驱动的导航工作的性能基线
  • 特色

    • 照片分辨率高
    • 展现了多种城市场景
    • 以实在的街道连贯图横跨城市规模的区域
    • 作者开发了几个遍历工作,要求代理在较长的间隔内从一个指标导航到另一个指标

    纽约(时代广场、中央公园)和伦敦(圣保罗大教堂)的不同景观和相应的当地地图

02「UTBM RoboCar」

  • 公布方:贝尔福 - 蒙贝利亚尔技术大学
  • 下载地址:https://epan-utbm.github.io/u…
  • 论文地址 https://arxiv.org/abs/1909.03330
  • 公布工夫:2019 年
  • 简介:该数据集通过一个多传感器平台收集数据,该平台集成了 11 个异质传感器,包含各种相机和激光雷达、雷达、IMU(惯性测量单元)和 GPS-RTK(全球定位系统 / 实时运动学),同时利用基于 ROS(机器人操作系统)的软件来解决感官数据。该数据集用于自主驾驶,以应答许多新的钻研挑战(如高动静环境),特地是长期的自主性(如创立和保护地图)
  • 特色

    • 齐全基于 ROS
    • 记录了城市和市区的地图数据,并蕴含了许多城市和市区驾驶的新个性,如高度动静环境(车辆里程测量中的大量挪动对象)、盘旋、斜坡路线、修建绕行、激进驾驶等
    • 提供了 GPS-RTK 记录的高空实在轨迹,用于车辆定位
    • 捕获了日常和节令变动,特地适宜长期的车辆自主钻研
    • 实现了 loam velodyne 和 LeGO-LOAM 作为基线的激光雷达里程测量基准
    • 提供了各种曲折数据旨在发展车辆行为预测的相干钻研,帮忙缩小此类情况下的装车事变

    在谷歌地图上绘制的数据收集行程,左:用于长期数据。右:用于曲折数据

03「Multi Vehicle Stereo Event Camera」

  • 公布方:宾夕法尼亚大学
  • 下载地址:https://daniilidis-group.gith…
  • 论文地址:https://xueshu.baidu.com/user…
  • 公布工夫:2018 年
  • 简介:该数据集由一个同步的基于事件的平面对相机零碎在各种不同的照明程度和环境下收集数据,该零碎由一个手持式设施携带,由一架六旋翼飞机航行,在汽车顶部驱动,并装置在摩托车上。每台摄像机中,提供了事件流、灰度图像和 IMU 读数。此外,作者利用 IMU、一个刚性装置的激光雷达零碎、室内和室外运动捕获和 GPS 的组合,以高达 100Hz 的频率为每个摄像机提供精确的姿态和深度图像
  • 特色

    • 基于事件的相机通过检测图像的对数强度变动来感知世界,准确地记录数十微秒级的变动和异步的、简直是及时的反馈,容许极低的提早响应
    • 提供了来自两个同步和校准的动静视觉和被动像素传感器的事件流,具备各种照明和速度下的长室内和室外序列
    • 准确的深度图像和高达 100Hz 的频率

04「Comma2k19」

  • 公布方:comma.ai
  • 下载地址:https://github.com/commaai/co…
  • 论文地址 https://arxiv.org/abs/1812.05752
  • 公布工夫:2018 年
  • 简介:comma2k19 是加利福尼亚 280 高速公路上超过 33 小时通勤的数据集。它将加利福尼亚州圣何塞和旧金山之间 20 公里的高速公路上行驶记录的数据分为 2019 段,每段 1 分钟。它是一个齐全可重现且可扩大的数据集。该数据集是应用 comma EONs 收集,其传感器与任何古代智能手机的传感器类似,包含一个面向路线的摄像头,手机 GPS,温度计和 9 轴 IMU。此外,EON 还应用 comma grey panda 捕捉原始 GNSS 测量值和汽车发送的所有 CAN 数据
  • 特色

    • 有一个面向路线的摄像头、一个 9 轴 IMU、车辆传输的 CAN 信息和原始 GNSS 测量的日志
    • 所有数据都集中在一个十分小的区域,在各种条件下对同一地点的重复察看与原始 GNSS 日志相结合使该数据集更适宜开发高性能的定位和映射算法

    基于 GNSS、INS 和视觉的三维预计驱动门路和察看到的车道投射到视频上

05「The Annotated Laser Dataset」

  • 公布方:卡内基梅隆大学(CMU)
  • 下载地址:http://any.csie.ntu.edu.tw/data/
  • 论文地址:https://journals.sagepub.com/…
  • 公布工夫:2011 年
  • 简介:该数据集正文了激光测距数据、航位推算轨迹和三摄像头图像进行了正文。它旨在通过提供高度准确的绝对姿势、物体宰割和 MOD,对定位、映射和 MOD 进行宽泛评估。所有的数据都是同步的,都有认真的正文,并以空间宰割的纯文本格式进行格式化。作者还提供了一个交互式的网络界面以促成对数据和正文的拜访
  • 特色

    • 标注了实在的静止指标信息,让该数据集能够利用于静止指标跟踪(MOT)的钻研
    • 具备高空实在安稳的指标信息,能够取得准确的数据集度量图,可用于同步定位与测绘(SLAM)钻研

    航拍图像上人工标注的高空实在轨迹。从右上角的气球 B 开始,试验台沿工作空间逆时针方向行驶了两次

06「Ford」

  • 公布方:密西根大学
  • 下载地址:avdata.ford.com
  • 论文地址:https://arxiv.org/abs/2003.07969
  • 公布工夫:2010 年
  • 简介:该数据集由福特主动驾驶车队在 2017-18 年的不同天数和工夫收集。这些车辆在密歇根州均匀行驶了 66 公里,包含底特律机场、高速公路、城市核心、大学校园和市区社区等多种驾驶场景。用于数据采集的车辆都装备了 3d 激光雷达扫描仪,6 台 Point Grey 1.3 万像素摄像机安排在车顶,实现 360 度笼罩,1 台 Point Grey 5 万像素摄像机装置在挡风玻璃后,用于后方视线。该数据集展现了动静城市环境中天气、照明、修建和交通条件的季节性变动,能够帮忙主动驾驶汽车和多智能体零碎设计持重的算法。数据集中的每个日志都有工夫戳,蕴含来自所有传感器的原始数据、校准值、位姿轨迹、高空实在位姿和 3D 地图。所有数据都是 Rosbag 格局,能够应用开源的机器人操作系统(ROS)进行可视化、批改和利用。除此之外该数据集还提供了最先进的基于反射的本地化的输入,以用于基准测试
  • 特色

    • 蕴含天气、照明、修建和交通状况季节性变动的多智能体数据集
    • 来自 4 台激光雷达和 7 台相机的全分辨率工夫标记数据
    • GPS 数据、IMU 位姿轨迹和 SLAM 校对高空实在位姿
    • 高分辨率 2D 高空激光雷达反射率和 3D 点云图
    • 所有数据都能够应用开源的机器人操作系统(ROS)进行可视化、批改和利用

    可视化和开发工具的示例输入。(a)地图和传感器数据的 RViz 可视化(b)反射率和三维点云图(c)多激光雷达实时数据可视化

07「Oxford RobotCar」

  • 公布方:牛津大学
  • 下载地址:https://robotcar-dataset.robo…
  • 论文地址:https://robotcar-dataset.robo…
  • 公布工夫:2015 年
  • 简介:通过长时间在不同条件下行驶同一条路线,该数据集收集了因为光照、天气、动静物体、节令影响和施工等因素导致的场景外观和构造的大范畴变动
  • 特色

    • 近 2000 万张图像
    • 数据集被分为独自的门路,每个门路对应一次单程 traversal,为了缩小下载文件的大小,又进一步将每个 traversal 划分为块,其中每个块对应于大概 6 分钟的门路片段,在一次 traversal 中,来自不同传感器的块将在工夫上重叠;然而,块在不同遍历之间不对应。每个区块都被打包为 tar 归档文件,以便下载
    • 领有所有天气条件下收集的数据(大雨、夜间、阳光直射和降雪等)
    • 领有不同的路线场景外观(动静物体、施工等因素的影响)

数据集中来自不同地区的样本 3D 地图

正文完
 0