福特自動駕駛數(shù)據(jù)集公布，這可能是迄今為止最全面的數(shù)據(jù)集之一。

最近十年來，自動駕駛開源數(shù)據(jù)集變得越來越多，無論是企業(yè)或者其他組織，都選擇與世界上的其他開發(fā)者共享數(shù)據(jù)，促進技術的進步。但其實這些不同的數(shù)據(jù)集之間類型并不完全一樣。

不同開源數(shù)據(jù)集對比

拿最常見的KITTI數(shù)據(jù)集，它主要提供了傳感器數(shù)據(jù)包括視覺測距，3D對象檢測和跟蹤領域等。除原始數(shù)據(jù)外，數(shù)據(jù)集還包括地面真實性和基準指標，可根據(jù)最新技術評估新算法。而牛津大學開源的RobotCar自動駕駛汽車數(shù)據(jù)集，則是另一種傳感器和季節(jié)變化豐富的數(shù)據(jù)集，它的重點是實現(xiàn)長期定位，數(shù)據(jù)集包含17個月的時間內(nèi)收集的來自3D攝像頭，單目攝像頭，激光雷達，GPS ／ IMU的數(shù)據(jù)，其中包括所有天氣情況和施工情況等。以上這兩種數(shù)據(jù)集不提供任何地圖信息。

而nuScenese開源的數(shù)據(jù)集包含語義圖，這些語義圖提供了有關道路，行人和人行橫道的信息，可用作目標檢測，跟蹤和定位的先驗信息。Argoverse，以及車輛軌跡和3D對象邊界框，當然還包含可行駛區(qū)域的地圖和車道中心線的矢量地圖等。 除此之外，還有ApolloScape，CityScapes和Mappilary，它們是其他專注于使用圖像和激光雷達組合進行語義分割的數(shù)據(jù)集。到目前為止提到的數(shù)據(jù)集的局限性之一是它們大多僅從一輛自動駕駛汽車中收集。

而福特最近在官網(wǎng)上線的自動駕駛數(shù)據(jù)集，可能不一定是時長跨度最大的，也不一定是場景最豐富，但可能是數(shù)據(jù)最全的數(shù)據(jù)集之一。

福特多車采集的季節(jié)性數(shù)據(jù)集

該數(shù)據(jù)集包含了2017～2018兩年間的自動駕駛車隊在密歇根州路測數(shù)據(jù)，總體積1．6TB。來自福特的數(shù)據(jù)集中有底特律地區(qū)一年四季，包括機場、高速公路、市中心、大學校園和郊區(qū)等多種駕駛場景。數(shù)據(jù)主要由4個激光雷達傳感器、6個1300萬像素相機，一個500萬像素相機和慣性測量單元收集。這些傳感器收集了3D地面反射率地圖、3D點云地圖、六自由度真實姿態(tài)和局部姿態(tài)等信息。所有數(shù)據(jù)均以Rosbag格式提供，可以使用開源機器人操作系統(tǒng)（ROS）進行可視化，修改和應用。

福特汽車穿過大底特律地區(qū)的平均路線為66公里。如圖所示，每輛車的行駛路線上都包括DTW機場，密歇根大學迪爾伯恩分校和居住社區(qū)。每次運行的路線都有細微的變化，以捕捉城市環(huán)境中的各種特征，從而提供更有用的數(shù)據(jù)。

采集數(shù)據(jù)的硬件平臺是以14年福特Fusion Hybrid車隊為基礎平臺構建的。所有傳感器都策略性地放置在車輛如下圖所示。每輛車都配備了4個Velodyne HDL－32E激光雷達（Velodyne 2011），7個Grey 1．3 MP相機，前方一個5 MP行車記錄儀，結合了差分GPS和IMU的Applanix POS－LV定位產(chǎn)品。汽車后備箱用于安裝四個具有16 GB Ram的四核i7處理器，聯(lián)網(wǎng)設備和冷卻機制。

據(jù)福特官網(wǎng)介紹，每個傳感器都經(jīng)過了嚴格的校準。在該數(shù)據(jù)集中使用的坐標框架包括傳感器框架，主體框架，局部框架，GPS框架和全局框架。

總結下來，福特開源的數(shù)據(jù)集的優(yōu)點在于多車輛主體、都重季節(jié)環(huán)境以及城市環(huán)境而且包含3D地圖的數(shù)據(jù)集，并且它可以在ROS集成。