車輛自動(dòng)駕駛系統(tǒng)應(yīng)用 課件 能力模塊一 對(duì)自動(dòng)駕駛系統(tǒng)的基本認(rèn)知

能力模塊一

對(duì)自動(dòng)駕駛系統(tǒng)的基本認(rèn)知任務(wù)一了解自動(dòng)駕駛等級(jí)Vehicleautonomousdrivingsystemapplications任務(wù)目標(biāo)LearningPurpose了解自動(dòng)駕駛技術(shù)的發(fā)展趨勢(shì)掌握自動(dòng)駕駛等級(jí)劃分知道自動(dòng)駕駛技術(shù)的發(fā)展歷史任務(wù)導(dǎo)入Taskimport隨著自動(dòng)駕駛技術(shù)的日漸成熟，大家對(duì)于自動(dòng)駕駛的需求也日益強(qiáng)烈。自動(dòng)駕駛汽車減少事故和擁堵，作為安全舒適的移動(dòng)手段惠及我們的生活?，F(xiàn)在，許多汽車已經(jīng)開始安裝各種技術(shù)來(lái)實(shí)現(xiàn)其自動(dòng)駕駛過(guò)程，似乎自動(dòng)駕駛技術(shù)就快要迎來(lái)全方面的普及。作為一名自動(dòng)駕駛工程師，了解自動(dòng)駕駛分級(jí)標(biāo)準(zhǔn)是基礎(chǔ)，那么自動(dòng)駕駛分級(jí)標(biāo)準(zhǔn)是什么呢？目錄三中國(guó)自動(dòng)駕駛分級(jí)一自動(dòng)駕駛發(fā)展歷程國(guó)際自動(dòng)駕駛分級(jí)二國(guó)外自動(dòng)駕駛發(fā)展歷程從上世紀(jì)20年代開始，歐美等國(guó)家就開始了無(wú)人駕駛技術(shù)的探索。1925年，Houdina的無(wú)線電遙控汽車“美國(guó)奇跡”（AmericanWonder）通過(guò)接收后方車輛的無(wú)線電信號(hào)，完成啟動(dòng)、轉(zhuǎn)向、剎車、加速器、按喇叭等指令，在紐約繁忙的街道上從百老匯開到了第五大道，引起了巨大的轟動(dòng)。通用汽車在1939年的世界博覽會(huì)上進(jìn)一步提出電子化高速公路的概念，通過(guò)嵌入公路里的電子設(shè)備發(fā)出信號(hào)，實(shí)現(xiàn)車輛加速和轉(zhuǎn)向的自動(dòng)控制。國(guó)外自動(dòng)駕駛發(fā)展歷程由于國(guó)外自動(dòng)駕駛汽車發(fā)展較早，到如今已有比較成熟的體系，多家公司有自主研發(fā)的軟硬件系統(tǒng)，現(xiàn)如今國(guó)外出色的公司有waymo、uber、ArgoAI、Aurora、ZOOX以及tesla等等。國(guó)外自動(dòng)駕駛發(fā)展圖譜：國(guó)內(nèi)自動(dòng)駕駛發(fā)展歷程與美、歐等發(fā)達(dá)國(guó)家相比，我國(guó)在無(wú)人駕駛汽車方面的研究起步稍晚，從20世紀(jì)80年代底才開始。1978年，中國(guó)改革開放，國(guó)內(nèi)經(jīng)過(guò)艱苦卓絕的斗爭(zhēng)，終于迎來(lái)了高速發(fā)展時(shí)期。無(wú)人駕駛技術(shù)也在中國(guó)開始發(fā)芽。20世紀(jì)80年代，中國(guó)無(wú)人駕駛的技術(shù)研發(fā)正式啟動(dòng)。國(guó)內(nèi)自動(dòng)駕駛發(fā)展歷程2019年5月底，全國(guó)已有13個(gè)城市發(fā)放了約105張自動(dòng)駕駛路測(cè)牌照2020年2月發(fā)改委、網(wǎng)信辦、工信部等11部委聯(lián)合發(fā)布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》；華為在2021年的分析師大會(huì)上公布了其自動(dòng)駕駛解決方案和實(shí)車資料；2021年11月25日，北京市智能網(wǎng)聯(lián)汽車政策先行區(qū)；2022年自動(dòng)駕駛行業(yè)依舊熱度不減，疫情之后，理想發(fā)布了L9，智己交付了L7，華為發(fā)布了問(wèn)界M7，主機(jī)廠商們依然熱情澎湃，高歌猛進(jìn)。國(guó)際自動(dòng)駕駛分級(jí)根據(jù)駕駛系統(tǒng)自動(dòng)化程度的高低，汽車工程師協(xié)會(huì)(SAE)將自動(dòng)化分為六個(gè)級(jí)別。系統(tǒng)不能持續(xù)執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運(yùn)動(dòng)控制，但具備持續(xù)執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的部分目標(biāo)和事件探測(cè)與響應(yīng)的能力。

系統(tǒng)在其設(shè)計(jì)運(yùn)行條件下持續(xù)地執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的車輛橫向和縱向運(yùn)動(dòng)控制，且具備與所執(zhí)行的車輛橫向和縱向運(yùn)動(dòng)控制相適應(yīng)的部分目標(biāo)和事件探測(cè)與響應(yīng)的能力。。

系統(tǒng)在其設(shè)計(jì)運(yùn)行條件下持續(xù)地執(zhí)行全部動(dòng)態(tài)駕駛?cè)蝿?wù)。

系統(tǒng)在其設(shè)計(jì)運(yùn)行條件下持續(xù)地執(zhí)行全部動(dòng)態(tài)駕駛?cè)蝿?wù)并自動(dòng)執(zhí)行最小風(fēng)險(xiǎn)策略。

系統(tǒng)在任何可行駛條件下持續(xù)地執(zhí)行全部動(dòng)態(tài)駕駛?cè)蝿?wù)并自動(dòng)執(zhí)行最小風(fēng)險(xiǎn)策略。應(yīng)急輔助部分駕駛輔助組合駕駛輔助有條件自動(dòng)駕駛高度自動(dòng)駕駛完全自動(dòng)化0系統(tǒng)在其設(shè)計(jì)運(yùn)行條件下持續(xù)地執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運(yùn)動(dòng)控制，且具備與所執(zhí)行的車輛橫向或縱向運(yùn)動(dòng)控制相適應(yīng)的部分目標(biāo)和事件探測(cè)與響應(yīng)的能力。國(guó)內(nèi)自動(dòng)駕駛分級(jí)12345（一）駕駛輔助持續(xù)執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運(yùn)動(dòng)控制持續(xù)執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的部分目標(biāo)和事件探測(cè)與響應(yīng)能力車道偏離預(yù)警系統(tǒng)、自動(dòng)緊急制動(dòng)系統(tǒng)自動(dòng)駕駛系統(tǒng)提供信息或短暫介入車輛控制以輔助駕駛員安全駕駛車輛。（二）部分輔助駕駛在其設(shè)計(jì)運(yùn)行條件下持續(xù)地執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運(yùn)動(dòng)控制具備與所執(zhí)行的車輛橫向或縱向運(yùn)動(dòng)控制相適應(yīng)的部分目標(biāo)和事件探測(cè)與響應(yīng)能力。ACC（自適應(yīng)定速巡航），車輛會(huì)根據(jù)駕駛員的設(shè)置自動(dòng)控制與前車的距離。駕駛員將要接管并操作除了電腦接管車輛以外的全部事項(xiàng)。（三）組合駕駛輔助駕駛員與自動(dòng)駕駛系統(tǒng)可以同時(shí)執(zhí)行車輛的駕駛?cè)蝿?wù)安全監(jiān)控：駕駛員駕駛員可以隨時(shí)介入自動(dòng)駕駛汽車駕駛行為，并立即解除自動(dòng)駕駛系統(tǒng)控制權(quán)，如果遇到危險(xiǎn)，駕駛員需要立刻介入，以保障安全駕駛。車輛可以在合適的情況下取代駕駛員，獨(dú)立控制車輛的轉(zhuǎn)向和速度，完成變道等任務(wù)（四）有條件自動(dòng)駕駛

安全監(jiān)控：駕駛員自動(dòng)駕駛系統(tǒng)只需要在遇到不能完成駕駛行為的場(chǎng)景或自動(dòng)駕駛系統(tǒng)功能失效時(shí)向安全員提出請(qǐng)求讓其介入駕駛行為。在請(qǐng)求安全員介入駕駛行為過(guò)程中，自動(dòng)駕駛系統(tǒng)還是可以獨(dú)立完成一段時(shí)間的駕駛，以便讓安全員做好接管的準(zhǔn)備。如果安全員長(zhǎng)時(shí)間沒有根據(jù)自動(dòng)駕駛系統(tǒng)要求階段車輛，自動(dòng)駕駛系統(tǒng)可以適時(shí)采取減緩車輛發(fā)生危險(xiǎn)的措施。此外，自動(dòng)駕駛系統(tǒng)還可以識(shí)別安全員駕駛車輛的能力，如果不滿足要求時(shí)，自動(dòng)駕駛系統(tǒng)可以立即發(fā)出介入駕駛行為的請(qǐng)求?？梢元?dú)立完成部分駕駛場(chǎng)景中的自動(dòng)駕駛的功能駕駛員、系統(tǒng)（部分駕駛場(chǎng)景）（五）高度自動(dòng)駕駛GOOGLE谷歌的無(wú)人駕駛車Firefly。這款車型量目前仍然是在進(jìn)行優(yōu)化和測(cè)試，該車輛車內(nèi)沒有方向盤，也沒有剎車和油門踏板，乘客可以完全不用操作地通過(guò)Firefly輕松到達(dá)目的地。谷歌Waymo測(cè)試車可以獨(dú)立完成規(guī)定的駕駛場(chǎng)景中（如園區(qū)、學(xué)校等）的自動(dòng)駕駛功能駕駛員、系統(tǒng)（部分駕駛場(chǎng)景）安全監(jiān)控：駕駛員（六）完全自動(dòng)駕駛在遇到不能完成駕駛行為的場(chǎng)景或自動(dòng)駕駛系統(tǒng)功能失效時(shí)，會(huì)向安全員提出請(qǐng)求讓其介入駕駛行為，如果安全員對(duì)請(qǐng)求不做響應(yīng)或安全員要求自動(dòng)駕駛系統(tǒng)控制車輛到最小風(fēng)險(xiǎn)狀態(tài)時(shí)時(shí)，自動(dòng)駕駛系統(tǒng)可以自行將車輛控制到最小風(fēng)險(xiǎn)狀態(tài)下。L5級(jí)自動(dòng)駕駛道路模擬可以獨(dú)立完成所有駕駛場(chǎng)景中的自動(dòng)駕駛功能自動(dòng)駕駛系統(tǒng)安全監(jiān)控：系統(tǒng)能力模塊一

對(duì)自動(dòng)駕駛系統(tǒng)的基本認(rèn)知任務(wù)二了解自動(dòng)駕駛系統(tǒng)的構(gòu)成Vehicleautonomousdrivingsystemapplications任務(wù)目標(biāo)LearningPurpose了解自動(dòng)駕駛系統(tǒng)的分類了解自動(dòng)駕駛系統(tǒng)的構(gòu)成知道自動(dòng)駕駛系統(tǒng)的定義說(shuō)出自動(dòng)駕駛系統(tǒng)的發(fā)展方向任務(wù)導(dǎo)入Taskimport2021年12月，德國(guó)聯(lián)邦汽車運(yùn)輸管理局（KBA）批準(zhǔn)了奔馳的LEVEL.3級(jí)自動(dòng)駕駛系統(tǒng)，意味著奔馳LEVEL.3級(jí)自動(dòng)駕駛車輛能夠上路，甚至能遠(yuǎn)銷海外市場(chǎng)。實(shí)際的駕駛過(guò)程中，你是否愿意把駕駛?cè)蝿?wù)交給自動(dòng)駕駛汽車，從而解放自己的雙手，干一點(diǎn)其他事情呢？目錄三自動(dòng)駕駛發(fā)展趨勢(shì)一自動(dòng)駕駛系統(tǒng)的定義自動(dòng)駕駛系統(tǒng)的組成二自動(dòng)駕駛系統(tǒng)的定義自動(dòng)駕駛系統(tǒng)是指列車駕駛員執(zhí)行的工作完全自動(dòng)化的、高度集中控制的列車運(yùn)行系統(tǒng)。自動(dòng)駕駛系統(tǒng)具備列車自動(dòng)喚醒啟動(dòng)和休眠、自動(dòng)出入停車場(chǎng)、自動(dòng)清洗、自動(dòng)行駛、自動(dòng)停車、自動(dòng)開關(guān)車門、故障自動(dòng)恢復(fù)等功能，并具有常規(guī)運(yùn)行、降級(jí)運(yùn)行、運(yùn)行中斷等多種運(yùn)行模式。實(shí)現(xiàn)全自動(dòng)運(yùn)營(yíng)可以節(jié)省能源，優(yōu)化系統(tǒng)能耗和速度的合理匹配。自動(dòng)駕駛系統(tǒng)的組成自動(dòng)駕駛系統(tǒng)的構(gòu)成可以分為四大部分：感知層、信息融合層、決策規(guī)劃層、以及控制層。感知層感知，其實(shí)很好理解，人類用眼睛捕捉事物，自動(dòng)駕駛汽車則需要傳感器感知事物。自動(dòng)駕駛汽車想要安全行駛，首先需要了解周圍行駛的環(huán)境，而傳感器就是自動(dòng)駕駛汽車了解環(huán)境的工具，目前自動(dòng)駕駛汽車搭載的主要傳感器包括攝像頭、激光雷達(dá)、毫米波雷達(dá)以及超聲波雷達(dá)等四大部分。自動(dòng)駕駛系統(tǒng)的組成自動(dòng)駕駛系統(tǒng)的構(gòu)成可以分為四大部分：感知層、信息融合層、決策規(guī)劃層、以及控制層。感知層目前，攝像頭普遍采用CMOS圖像傳感器，捕捉清晰圖片幫助自動(dòng)駕駛汽車輸入數(shù)據(jù)參數(shù)。為了保證數(shù)據(jù)完整性，市面上的很多自動(dòng)駕駛汽車都會(huì)采用3-6個(gè)攝像頭。由于攝像頭對(duì)于光線極為敏感，如果出現(xiàn)強(qiáng)、弱光的情況，普通攝像頭捕捉的圖像并不能直接被使用，或者會(huì)出現(xiàn)無(wú)法識(shí)別的現(xiàn)象，這對(duì)于自動(dòng)駕駛汽車來(lái)說(shuō)極為致命。自動(dòng)駕駛系統(tǒng)的組成自動(dòng)駕駛系統(tǒng)的構(gòu)成可以分為四大部分：感知層、信息融合層、決策規(guī)劃層、以及控制層。感知層雷達(dá)主要測(cè)量位置、速度以及方位角等三個(gè)參數(shù)。激光雷達(dá)算是汽車行業(yè)里的一個(gè)新貴，也被視為自動(dòng)駕駛汽車未來(lái)核心傳感器之一。其主要通過(guò)發(fā)送直線激光束（非無(wú)線電波）的方式，根據(jù)激光遇到障礙物后折返時(shí)間（TOF），計(jì)算目標(biāo)與車的距離。激光雷達(dá)在精度、信息量以及安全性性能方面，具有獨(dú)到之處。自動(dòng)駕駛系統(tǒng)的組成自動(dòng)駕駛系統(tǒng)的構(gòu)成可以分為四大部分：感知層、信息融合層、決策規(guī)劃層、以及控制層。感知層毫米波雷達(dá)，顧名思義是工作在毫米波波段（波長(zhǎng)1-10mm，頻率30GHZ-300GHZ）的探測(cè)雷達(dá)，與激光雷達(dá)發(fā)送方式不同的是，毫米波雷達(dá)會(huì)發(fā)出錐狀的電磁波。工作原理是根據(jù)回波時(shí)間差計(jì)算距離，其具有不受天氣情況影響及超遠(yuǎn)測(cè)距的優(yōu)勢(shì)，雷達(dá)頻段與測(cè)距成正相關(guān)自動(dòng)駕駛系統(tǒng)的組成自動(dòng)駕駛系統(tǒng)的構(gòu)成可以分為四大部分：感知層、信息融合層、決策規(guī)劃層、以及控制層。感知層蝙蝠發(fā)出超聲波探測(cè)物體的遠(yuǎn)近，自動(dòng)駕駛汽車用超聲波發(fā)現(xiàn)障礙物，兩者原理一樣。超聲波屬于機(jī)械波的一種，所以容易受傳播介質(zhì)的影響，如天氣不同，傳播速度不同。故為了充分利用超聲波雷達(dá)穿透力強(qiáng)、測(cè)距方便以及成本低的優(yōu)點(diǎn)，部分車企會(huì)在汽車車身四周置入大量的超聲波雷達(dá)自動(dòng)駕駛系統(tǒng)的組成自動(dòng)駕駛系統(tǒng)的構(gòu)成可以分為四大部分：感知層、信息融合層、決策規(guī)劃層、以及控制層。信息融合層自動(dòng)駕駛汽車置入了如攝像頭、激光雷達(dá)、毫米波雷達(dá)等多個(gè)傳感器，我們需要用這些傳感器感知、捕獲數(shù)據(jù)。當(dāng)汽車行駛至目標(biāo)物一定距離內(nèi)，攝像頭和激光雷達(dá)同時(shí)檢測(cè)出那個(gè)目標(biāo)物，但如何讓汽車知道兩個(gè)傳感器檢測(cè)出的目標(biāo)物是同一個(gè)呢？這便需要對(duì)多傳感器數(shù)據(jù)進(jìn)行分析對(duì)比，如果相同，則進(jìn)行信息融合，告訴汽車前面就是一個(gè)目標(biāo)物。自動(dòng)駕駛系統(tǒng)的組成自動(dòng)駕駛系統(tǒng)的構(gòu)成可以分為四大部分：感知層、信息融合層、決策規(guī)劃層、以及控制層。決策規(guī)劃層決策規(guī)劃層，其實(shí)也不難理解，即對(duì)融合的數(shù)據(jù)，根據(jù)駕駛需求，進(jìn)行任務(wù)規(guī)劃以及決策。對(duì)于這點(diǎn)，看法比較多，目前只介紹兩種比較宏觀的看法。其一，全局規(guī)劃；這種方式需要借助于地圖信息，按照乘客的需求，選擇最優(yōu)的路徑。其二，局部規(guī)劃；需要自動(dòng)駕駛汽車根據(jù)基于全局規(guī)劃的基礎(chǔ)，針對(duì)局部環(huán)境信息，規(guī)劃最優(yōu)的路線。自動(dòng)駕駛系統(tǒng)的組成自動(dòng)駕駛系統(tǒng)的構(gòu)成可以分為四大部分：感知層、信息融合層、決策規(guī)劃層、以及控制層?？刂茖蝇F(xiàn)在的汽車基本都需要我們?nèi)藶椴僮鳎詣?dòng)駕駛汽車控制層便是替代人為操作，根據(jù)獲取的信息數(shù)據(jù)，將做出的決策規(guī)劃落到實(shí)處，即實(shí)時(shí)操作。用簡(jiǎn)潔語(yǔ)言描述，便是自動(dòng)開車。這需要車輛的控制系統(tǒng)與決策系統(tǒng)相配合，并且能夠精確的按照需求，對(duì)汽車做出加速、減速、制動(dòng)、轉(zhuǎn)向、變道以及超車等操作?？梢钥闯?，前面介紹的感知層、信息融合層以及決策規(guī)劃層其實(shí)都是為控制層做鋪墊，最終需要做出動(dòng)作的還是控制層。自動(dòng)駕駛發(fā)展趨勢(shì)在自動(dòng)化駕駛、人工智能等技術(shù)的推動(dòng)下，汽車產(chǎn)業(yè)大改革成為必然趨勢(shì)，信息通信、汽車行業(yè)的融合成為必然之舉。當(dāng)前，智能自動(dòng)駕駛汽車的發(fā)展空間越來(lái)越大，且隨著該類汽車的滲透，未來(lái)汽車市場(chǎng)中無(wú)人駕駛汽車的比例還會(huì)持續(xù)增加，特別是在該領(lǐng)域突破技術(shù)瓶頸之后，必然會(huì)取代更多的封閉路網(wǎng)地區(qū)，無(wú)人化港口、貨場(chǎng)也將成為主流趨勢(shì)，景區(qū)擺渡車輛將以無(wú)人駕駛為最終形態(tài)，為游客帶來(lái)更新穎的體驗(yàn)。城市公共建設(shè)中，初期，自動(dòng)駕駛公共汽車、出租車、私家車會(huì)在道路上混行，后期或?qū)⑿纬勺詣?dòng)駕駛車輛獨(dú)占路權(quán)，非自動(dòng)駕駛車輛不允許上路行駛的形勢(shì)。能力模塊一

對(duì)自動(dòng)駕駛系統(tǒng)的基本認(rèn)知任務(wù)三了解自動(dòng)駕駛的數(shù)據(jù)集和開源工具Vehicleautonomousdrivingsystemapplications任務(wù)目標(biāo)LearningPurpose了解各開源數(shù)據(jù)集的種類了解自動(dòng)駕駛數(shù)據(jù)集的制作方法了解開源數(shù)據(jù)集的歷史沿革任務(wù)導(dǎo)入Taskimport作為自動(dòng)駕駛工程師，了解和使用數(shù)據(jù)集是一門必修課，不管是目前大火的阿爾法狗，還是生活中常見的人臉識(shí)別，都需要進(jìn)行機(jī)器學(xué)習(xí)，要進(jìn)行機(jī)器學(xué)習(xí)，先要有數(shù)據(jù)，即數(shù)據(jù)集是機(jī)器學(xué)習(xí)的基礎(chǔ)。汽車上的自動(dòng)駕駛也不例外，同樣需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，各大科技公司或團(tuán)體目前已經(jīng)推出多個(gè)開源數(shù)據(jù)集，來(lái)幫助汽車實(shí)現(xiàn)自動(dòng)駕駛。目錄二數(shù)據(jù)集介紹一數(shù)據(jù)集的定義與重要性三數(shù)據(jù)集之間的比較開源工具四數(shù)據(jù)集的定義數(shù)據(jù)集的定義數(shù)據(jù)集（英文名稱：Dataset），又稱為資料集、數(shù)據(jù)集合或資料集合，是一種由數(shù)據(jù)所組成的集合，通常以表格形式出現(xiàn)。比如人臉的數(shù)據(jù)集，就是將大量的人臉圖片進(jìn)行收集并標(biāo)注，以實(shí)現(xiàn)機(jī)器學(xué)習(xí)，從而達(dá)到識(shí)別人臉的目的。數(shù)據(jù)集的重要性要實(shí)現(xiàn)自動(dòng)駕駛，數(shù)據(jù)是基礎(chǔ)，任何研究都離不開數(shù)據(jù)，巧婦難為無(wú)米炊。大量準(zhǔn)確的數(shù)據(jù)集是實(shí)現(xiàn)自動(dòng)駕駛的基礎(chǔ)，沒有數(shù)據(jù)，就無(wú)法開展研究。數(shù)據(jù)集的價(jià)值數(shù)據(jù)集是自動(dòng)駕駛技術(shù)發(fā)展不可缺少的一部分，優(yōu)質(zhì)的數(shù)據(jù)集往往能夠?yàn)樗惴ㄩ_發(fā)帶來(lái)極大的促進(jìn)作用。而近十年來(lái)，自動(dòng)駕駛數(shù)據(jù)集變得越來(lái)越多，無(wú)論是高校還是企業(yè)或者是其他組織，都選擇開源自己的數(shù)據(jù)集，促進(jìn)自動(dòng)駕駛技術(shù)的進(jìn)步。數(shù)據(jù)集的重要性數(shù)據(jù)集獲取方法一般在確定研究課題后，最為首要的任務(wù)就是獲得相應(yīng)的數(shù)據(jù)集，通常有這樣幾種方案：1.確定特定研究方向后，在網(wǎng)絡(luò)上查找是否有公開、共享的數(shù)據(jù)集；2.如果該研究方向當(dāng)前沒有公開數(shù)據(jù)集或者公開數(shù)據(jù)集不適合自己的具體研究問(wèn)題，那就可能需要親自去創(chuàng)建新的數(shù)據(jù)集。3.參加公開的技術(shù)比賽（比如AI挑戰(zhàn)賽），這樣的比賽通常會(huì)提供合適的數(shù)據(jù)集；4.與企業(yè)進(jìn)行合作，企業(yè)方一般可提供所獲取的與實(shí)際應(yīng)用更相關(guān)的數(shù)據(jù)集。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標(biāo)注及標(biāo)注方法等方面對(duì)數(shù)據(jù)集進(jìn)行介紹。典型數(shù)據(jù)集包括KITTI、Apollo、BDD100K、nuScenes、CityScapes、DAIR-V2X、UnsupervisedLlamas和HDD等。KITTI數(shù)據(jù)集KITTI數(shù)據(jù)集由德國(guó)卡爾斯魯厄理工學(xué)院和豐田美國(guó)技術(shù)研究院聯(lián)合創(chuàng)辦，是目前最大的自動(dòng)駕駛場(chǎng)景下的計(jì)算機(jī)視覺算法評(píng)測(cè)數(shù)據(jù)集。該數(shù)據(jù)集用于評(píng)測(cè)立體圖像(stereo)，光流(opticalflow)，視覺測(cè)距(visualodometry)，3D物體檢測(cè)(objectdetection)和3D跟蹤(tracking)等計(jì)算機(jī)視覺技術(shù)在車載環(huán)境下的性能。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標(biāo)注及標(biāo)注方法等方面對(duì)數(shù)據(jù)集進(jìn)行介紹。典型數(shù)據(jù)集包括KITTI、Apollo、BDD100K、nuScenes、CityScapes、DAIR-V2X、UnsupervisedLlamas和HDD等。ApolloCar3D數(shù)據(jù)集Apollo為百度推出的交通場(chǎng)景解析數(shù)據(jù)集，包括上萬(wàn)幀的高分辨率RGB視頻和與其對(duì)應(yīng)的逐像素語(yǔ)義標(biāo)注。該數(shù)據(jù)集包含5,277個(gè)駕駛圖像和超過(guò)60K的汽車實(shí)例，其中每輛汽車都配備了具有絕對(duì)模型尺寸和語(yǔ)義標(biāo)記關(guān)鍵點(diǎn)的行業(yè)級(jí)3DCAD模型。該數(shù)據(jù)集比PASCAL3D+和KITTI（現(xiàn)有技術(shù)水平）大20倍以上。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標(biāo)注及標(biāo)注方法等方面對(duì)數(shù)據(jù)集進(jìn)行介紹。典型數(shù)據(jù)集包括KITTI、Apollo、BDD100K、nuScenes、CityScapes、DAIR-V2X、UnsupervisedLlamas和HDD等。BDD100K數(shù)據(jù)集2018年5月伯克利大學(xué)AI實(shí)驗(yàn)室（BAIR）發(fā)布了公開駕駛數(shù)據(jù)集BDD100K，同時(shí)設(shè)計(jì)了一個(gè)圖片標(biāo)注系統(tǒng)。BDD100K數(shù)據(jù)集包含10萬(wàn)段高清視頻，每個(gè)視頻約40秒\720p\30fps。每個(gè)視頻的第10秒對(duì)關(guān)鍵幀進(jìn)行采樣，得到10萬(wàn)張圖片（圖片尺寸：1280*720），并進(jìn)行標(biāo)注。10萬(wàn)張圖片中，包含了不同天氣、場(chǎng)景、時(shí)間的圖片，而且高清、模糊的圖片都有，具有規(guī)模大，多樣化的特點(diǎn)。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標(biāo)注及標(biāo)注方法等方面對(duì)數(shù)據(jù)集進(jìn)行介紹。典型數(shù)據(jù)集包括KITTI、Apollo、BDD100K、nuScenes、CityScapes、DAIR-V2X、UnsupervisedLlamas和HDD等。nuScenes數(shù)據(jù)集nuScenes數(shù)據(jù)集是由Motional的團(tuán)隊(duì)開發(fā)的用于自動(dòng)駕駛的公共大型數(shù)據(jù)集。Motional致力于實(shí)現(xiàn)安全，可靠和可達(dá)的無(wú)人駕駛環(huán)境。通過(guò)向公眾發(fā)布部分?jǐn)?shù)據(jù)，Motional旨在推進(jìn)計(jì)算機(jī)視覺和自動(dòng)駕駛的研究。nuScenes包含1000個(gè)場(chǎng)景，每個(gè)場(chǎng)景20秒長(zhǎng)，并用23個(gè)類別和8個(gè)屬性的3D邊界框完全注釋。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標(biāo)注及標(biāo)注方法等方面對(duì)數(shù)據(jù)集進(jìn)行介紹。典型數(shù)據(jù)集包括KITTI、Apollo、BDD100K、nuScenes、CityScapes、DAIR-V2X、UnsupervisedLlamas和HDD等。CityScape數(shù)據(jù)集CityScape數(shù)據(jù)集專注于對(duì)城市街景的語(yǔ)義理解。大型數(shù)據(jù)集，包含從50個(gè)不同城市的街景中記錄的各種立體視頻序列，高質(zhì)量的像素級(jí)注釋為5000幀，另外還有一組較大的20000個(gè)弱注釋幀。因此，數(shù)據(jù)集比先前的類似嘗試大一個(gè)數(shù)量級(jí)?？梢允褂脦ё⑨尩念惖脑敿?xì)信息和注釋示例。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標(biāo)注及標(biāo)注方法等方面對(duì)數(shù)據(jù)集進(jìn)行介紹。典型數(shù)據(jù)集包括KITTI、Apollo、BDD100K、nuScenes、CityScapes、DAIR-V2X、UnsupervisedLlamas和HDD等。DAIR-V2X數(shù)據(jù)集總計(jì)71254幀圖像數(shù)據(jù)和71254幀點(diǎn)云數(shù)據(jù)。DAIR-V2X協(xié)同數(shù)據(jù)集(DAIR-V2X-C)，包含38845幀圖像數(shù)據(jù)和38845幀點(diǎn)云數(shù)據(jù)；DAIR-V2X路端數(shù)據(jù)集(DAIR-V2X-I)，包含10084幀圖像數(shù)據(jù)和10084幀點(diǎn)云數(shù)據(jù)；DAIR-V2X車端數(shù)據(jù)集(DAIR-V2X-V)，包含22325幀圖像數(shù)據(jù)和22325幀點(diǎn)云數(shù)據(jù)。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標(biāo)注及標(biāo)注方法等方面對(duì)數(shù)據(jù)集進(jìn)行介紹。典型數(shù)據(jù)集包括KITTI、Apollo、BDD100K、nuScenes、CityScapes、DAIR-V2X、UnsupervisedLlamas和HDD等。UnsupervisedLlamas數(shù)據(jù)集發(fā)布于2019年，該數(shù)據(jù)集是最大的高質(zhì)量車道標(biāo)記數(shù)據(jù)集之一，特征包括100,042張有標(biāo)簽的車道標(biāo)記圖像，來(lái)自約350公里的駕駛記錄生成標(biāo)記圖像的管道利用自動(dòng)創(chuàng)建的地圖將標(biāo)記投射到相機(jī)圖像中，并依靠?jī)?yōu)化程序來(lái)提高標(biāo)簽的準(zhǔn)確性包含像素級(jí)的虛線標(biāo)注，每個(gè)標(biāo)記的二維和三維端點(diǎn)以及連接標(biāo)記的車道關(guān)聯(lián)。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標(biāo)注及標(biāo)注方法等方面對(duì)數(shù)據(jù)集進(jìn)行介紹。典型數(shù)據(jù)集包括KITTI、Apollo、BDD100K、nuScenes、CityScapes、DAIR-V2X、UnsupervisedLlamas和HDD等。H3D-HRI-US數(shù)據(jù)集本田研究所于2019年3月發(fā)布其無(wú)人駕駛方向數(shù)據(jù)集，使用3DLiDAR掃描儀收集的大型全環(huán)繞3D多目標(biāo)檢測(cè)和跟蹤數(shù)據(jù)集。其包含160個(gè)擁擠且高度互動(dòng)的交通場(chǎng)景，在27,721幀中共有100萬(wàn)個(gè)標(biāo)記實(shí)例。憑借獨(dú)特的數(shù)據(jù)集大小，豐富的注釋和復(fù)雜的場(chǎng)景，H3D聚集在一起，以激發(fā)對(duì)全環(huán)繞3D多目標(biāo)檢測(cè)和跟蹤的研究。數(shù)據(jù)集之間的比較KITTI是誕生最早的一個(gè)較為全面且合理的數(shù)據(jù)集，所以率先成為