By 超神經
內容提要：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。
關鍵詞：Lyft 自動駕駛 預測數據集
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。當時官方稱其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，來預測交通工具的運動。
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：
https://self-driving.lyft.com/level5/prediction/
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。」
點擊閱讀原文，可獲取更多優質數據集哦！
博客地址：
https://medium.com/lyftlevel5/fueling-self-driving-research-with-level-5s-open-prediction-dataset-f0175e2b0cf8
論文地址：
https://arxiv.org/pdf/2006.14480.pdf
GitHub 地址：
https://github.com/lyft/l5kit/
—— 完 ——
掃描二維碼，加入討論羣
獲得更多優質數據集
瞭解人工智能落地應用
關注頂會&論文
回覆「讀者」瞭解詳情
更多精彩內容（點擊圖片閱讀）
