版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
能力模塊一
對自動駕駛系統(tǒng)的基本認知任務(wù)一了解自動駕駛等級Vehicleautonomousdrivingsystemapplications任務(wù)目標LearningPurpose了解自動駕駛技術(shù)的發(fā)展趨勢掌握自動駕駛等級劃分知道自動駕駛技術(shù)的發(fā)展歷史任務(wù)導入Taskimport隨著自動駕駛技術(shù)的日漸成熟,大家對于自動駕駛的需求也日益強烈。自動駕駛汽車減少事故和擁堵,作為安全舒適的移動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)來實現(xiàn)其自動駕駛過程,似乎自動駕駛技術(shù)就快要迎來全方面的普及。作為一名自動駕駛工程師,了解自動駕駛分級標準是基礎(chǔ),那么自動駕駛分級標準是什么呢?目錄三中國自動駕駛分級一自動駕駛發(fā)展歷程國際自動駕駛分級二國外自動駕駛發(fā)展歷程從上世紀20年代開始,歐美等國家就開始了無人駕駛技術(shù)的探索。1925年,Houdina的無線電遙控汽車“美國奇跡”(AmericanWonder)通過接收后方車輛的無線電信號,完成啟動、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。通用汽車在1939年的世界博覽會上進一步提出電子化高速公路的概念,通過嵌入公路里的電子設(shè)備發(fā)出信號,實現(xiàn)車輛加速和轉(zhuǎn)向的自動控制。國外自動駕駛發(fā)展歷程由于國外自動駕駛汽車發(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)如今國外出色的公司有waymo、uber、ArgoAI、Aurora、ZOOX以及tesla等等。國外自動駕駛發(fā)展圖譜:國內(nèi)自動駕駛發(fā)展歷程與美、歐等發(fā)達國家相比,我國在無人駕駛汽車方面的研究起步稍晚,從20世紀80年代底才開始。1978年,中國改革開放,國內(nèi)經(jīng)過艱苦卓絕的斗爭,終于迎來了高速發(fā)展時期。無人駕駛技術(shù)也在中國開始發(fā)芽。20世紀80年代,中國無人駕駛的技術(shù)研發(fā)正式啟動。國內(nèi)自動駕駛發(fā)展歷程2019年5月底,全國已有13個城市發(fā)放了約105張自動駕駛路測牌照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年的分析師大會上公布了其自動駕駛解決方案和實車資料;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)布了問界M7,主機廠商們依然熱情澎湃,高歌猛進。國際自動駕駛分級根據(jù)駕駛系統(tǒng)自動化程度的高低,汽車工程師協(xié)會(SAE)將自動化分為六個級別。系統(tǒng)不能持續(xù)執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運動控制,但具備持續(xù)執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的部分目標和事件探測與響應(yīng)的能力。
系統(tǒng)在其設(shè)計運行條件下持續(xù)地執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的車輛橫向和縱向運動控制,且具備與所執(zhí)行的車輛橫向和縱向運動控制相適應(yīng)的部分目標和事件探測與響應(yīng)的能力。。
系統(tǒng)在其設(shè)計運行條件下持續(xù)地執(zhí)行全部動態(tài)駕駛?cè)蝿?wù)。
系統(tǒng)在其設(shè)計運行條件下持續(xù)地執(zhí)行全部動態(tài)駕駛?cè)蝿?wù)并自動執(zhí)行最小風險策略。
系統(tǒng)在任何可行駛條件下持續(xù)地執(zhí)行全部動態(tài)駕駛?cè)蝿?wù)并自動執(zhí)行最小風險策略。應(yīng)急輔助部分駕駛輔助組合駕駛輔助有條件自動駕駛高度自動駕駛完全自動化0系統(tǒng)在其設(shè)計運行條件下持續(xù)地執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運動控制,且具備與所執(zhí)行的車輛橫向或縱向運動控制相適應(yīng)的部分目標和事件探測與響應(yīng)的能力。國內(nèi)自動駕駛分級12345(一)駕駛輔助持續(xù)執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運動控制持續(xù)執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的部分目標和事件探測與響應(yīng)能力車道偏離預(yù)警系統(tǒng)、自動緊急制動系統(tǒng)自動駕駛系統(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)計運行條件下持續(xù)地執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運動控制具備與所執(zhí)行的車輛橫向或縱向運動控制相適應(yīng)的部分目標和事件探測與響應(yīng)能力。ACC(自適應(yīng)定速巡航),車輛會根據(jù)駕駛員的設(shè)置自動控制與前車的距離。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。(三)組合駕駛輔助駕駛員與自動駕駛系統(tǒng)可以同時執(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介入自動駕駛汽車駕駛行為,并立即解除自動駕駛系統(tǒng)控制權(quán),如果遇到危險,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)有條件自動駕駛
安全監(jiān)控:駕駛員自動駕駛系統(tǒng)只需要在遇到不能完成駕駛行為的場景或自動駕駛系統(tǒng)功能失效時向安全員提出請求讓其介入駕駛行為。在請求安全員介入駕駛行為過程中,自動駕駛系統(tǒng)還是可以獨立完成一段時間的駕駛,以便讓安全員做好接管的準備。如果安全員長時間沒有根據(jù)自動駕駛系統(tǒng)要求階段車輛,自動駕駛系統(tǒng)可以適時采取減緩車輛發(fā)生危險的措施。此外,自動駕駛系統(tǒng)還可以識別安全員駕駛車輛的能力,如果不滿足要求時,自動駕駛系統(tǒng)可以立即發(fā)出介入駕駛行為的請求??梢元毩⑼瓿刹糠竹{駛場景中的自動駕駛的功能駕駛員、系統(tǒng)(部分駕駛場景)(五)高度自動駕駛GOOGLE谷歌的無人駕駛車Firefly。這款車型量目前仍然是在進行優(yōu)化和測試,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Firefly輕松到達目的地。谷歌Waymo測試車可以獨立完成規(guī)定的駕駛場景中(如園區(qū)、學校等)的自動駕駛功能駕駛員、系統(tǒng)(部分駕駛場景)安全監(jiān)控:駕駛員(六)完全自動駕駛在遇到不能完成駕駛行為的場景或自動駕駛系統(tǒng)功能失效時,會向安全員提出請求讓其介入駕駛行為,如果安全員對請求不做響應(yīng)或安全員要求自動駕駛系統(tǒng)控制車輛到最小風險狀態(tài)時時,自動駕駛系統(tǒng)可以自行將車輛控制到最小風險狀態(tài)下。L5級自動駕駛道路模擬可以獨立完成所有駕駛場景中的自動駕駛功能自動駕駛系統(tǒng)安全監(jiān)控:系統(tǒng)能力模塊一
對自動駕駛系統(tǒng)的基本認知任務(wù)二了解自動駕駛系統(tǒng)的構(gòu)成Vehicleautonomousdrivingsystemapplications任務(wù)目標LearningPurpose了解自動駕駛系統(tǒng)的分類了解自動駕駛系統(tǒng)的構(gòu)成知道自動駕駛系統(tǒng)的定義說出自動駕駛系統(tǒng)的發(fā)展方向任務(wù)導入Taskimport2021年12月,德國聯(lián)邦汽車運輸管理局(KBA)批準了奔馳的LEVEL.3級自動駕駛系統(tǒng),意味著奔馳LEVEL.3級自動駕駛車輛能夠上路,甚至能遠銷海外市場。實際的駕駛過程中,你是否愿意把駕駛?cè)蝿?wù)交給自動駕駛汽車,從而解放自己的雙手,干一點其他事情呢?目錄三自動駕駛發(fā)展趨勢一自動駕駛系統(tǒng)的定義自動駕駛系統(tǒng)的組成二自動駕駛系統(tǒng)的定義自動駕駛系統(tǒng)是指列車駕駛員執(zhí)行的工作完全自動化的、高度集中控制的列車運行系統(tǒng)。自動駕駛系統(tǒng)具備列車自動喚醒啟動和休眠、自動出入停車場、自動清洗、自動行駛、自動停車、自動開關(guān)車門、故障自動恢復等功能,并具有常規(guī)運行、降級運行、運行中斷等多種運行模式。實現(xiàn)全自動運營可以節(jié)省能源,優(yōu)化系統(tǒng)能耗和速度的合理匹配。自動駕駛系統(tǒng)的組成自動駕駛系統(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,其實很好理解,人類用眼睛捕捉事物,自動駕駛汽車則需要傳感器感知事物。自動駕駛汽車想要安全行駛,首先需要了解周圍行駛的環(huán)境,而傳感器就是自動駕駛汽車了解環(huán)境的工具,目前自動駕駛汽車搭載的主要傳感器包括攝像頭、激光雷達、毫米波雷達以及超聲波雷達等四大部分。自動駕駛系統(tǒng)的組成自動駕駛系統(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,市面上的很多自動駕駛汽車都會采用3-6個攝像頭。由于攝像頭對于光線極為敏感,如果出現(xiàn)強、弱光的情況,普通攝像頭捕捉的圖像并不能直接被使用,或者會出現(xiàn)無法識別的現(xiàn)象,這對于自動駕駛汽車來說極為致命。自動駕駛系統(tǒng)的組成自動駕駛系統(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。感知層雷達主要測量位置、速度以及方位角等三個參數(shù)。激光雷達算是汽車行業(yè)里的一個新貴,也被視為自動駕駛汽車未來核心傳感器之一。其主要通過發(fā)送直線激光束(非無線電波)的方式,根據(jù)激光遇到障礙物后折返時間(TOF),計算目標與車的距離。激光雷達在精度、信息量以及安全性性能方面,具有獨到之處。自動駕駛系統(tǒng)的組成自動駕駛系統(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,顧名思義是工作在毫米波波段(波長1-10mm,頻率30GHZ-300GHZ)的探測雷達,與激光雷達發(fā)送方式不同的是,毫米波雷達會發(fā)出錐狀的電磁波。工作原理是根據(jù)回波時間差計算距離,其具有不受天氣情況影響及超遠測距的優(yōu)勢,雷達頻段與測距成正相關(guān)自動駕駛系統(tǒng)的組成自動駕駛系統(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)出超聲波探測物體的遠近,自動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穿透力強、測距方便以及成本低的優(yōu)點,部分車企會在汽車車身四周置入大量的超聲波雷達自動駕駛系統(tǒng)的組成自動駕駛系統(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。信息融合層自動駕駛汽車置入了如攝像頭、激光雷達、毫米波雷達等多個傳感器,我們需要用這些傳感器感知、捕獲數(shù)據(jù)。當汽車行駛至目標物一定距離內(nèi),攝像頭和激光雷達同時檢測出那個目標物,但如何讓汽車知道兩個傳感器檢測出的目標物是同一個呢?這便需要對多傳感器數(shù)據(jù)進行分析對比,如果相同,則進行信息融合,告訴汽車前面就是一個目標物。自動駕駛系統(tǒng)的組成自動駕駛系統(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,其實也不難理解,即對融合的數(shù)據(jù),根據(jù)駕駛需求,進行任務(wù)規(guī)劃以及決策。對于這點,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;需要自動駕駛汽車根據(jù)基于全局規(guī)劃的基礎(chǔ),針對局部環(huán)境信息,規(guī)劃最優(yōu)的路線。自動駕駛系統(tǒng)的組成自動駕駛系統(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。控制層現(xiàn)在的汽車基本都需要我們?nèi)藶椴僮?,而自動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)劃落到實處,即實時操作。用簡潔語言描述,便是自動開車。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,對汽車做出加速、減速、制動、轉(zhuǎn)向、變道以及超車等操作。可以看出,前面介紹的感知層、信息融合層以及決策規(guī)劃層其實都是為控制層做鋪墊,最終需要做出動作的還是控制層。自動駕駛發(fā)展趨勢在自動化駕駛、人工智能等技術(shù)的推動下,汽車產(chǎn)業(yè)大改革成為必然趨勢,信息通信、汽車行業(yè)的融合成為必然之舉。當前,智能自動駕駛汽車的發(fā)展空間越來越大,且隨著該類汽車的滲透,未來汽車市場中無人駕駛汽車的比例還會持續(xù)增加,特別是在該領(lǐng)域突破技術(shù)瓶頸之后,必然會取代更多的封閉路網(wǎng)地區(qū),無人化港口、貨場也將成為主流趨勢,景區(qū)擺渡車輛將以無人駕駛為最終形態(tài),為游客帶來更新穎的體驗。城市公共建設(shè)中,初期,自動駕駛公共汽車、出租車、私家車會在道路上混行,后期或?qū)⑿纬勺詣玉{駛車輛獨占路權(quán),非自動駕駛車輛不允許上路行駛的形勢。能力模塊一
對自動駕駛系統(tǒng)的基本認知任務(wù)三了解自動駕駛的數(shù)據(jù)集和開源工具Vehicleautonomousdrivingsystemapplications任務(wù)目標LearningPurpose了解各開源數(shù)據(jù)集的種類了解自動駕駛數(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)導入Taskimport作為自動駕駛工程師,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別,都需要進行機器學習,要進行機器學習,先要有數(shù)據(jù),即數(shù)據(jù)集是機器學習的基礎(chǔ)。汽車上的自動駕駛也不例外,同樣需要大量的數(shù)據(jù)進行訓練,各大科技公司或團體目前已經(jīng)推出多個開源數(shù)據(jù)集,來幫助汽車實現(xiàn)自動駕駛。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行收集并標注,以實現(xiàn)機器學習,從而達到識別人臉的目的。數(shù)據(jù)集的重要性要實現(xiàn)自動駕駛,數(shù)據(jù)是基礎(chǔ),任何研究都離不開數(shù)據(jù),巧婦難為無米炊。大量準確的數(shù)據(jù)集是實現(xiàn)自動駕駛的基礎(chǔ),沒有數(shù)據(jù),就無法開展研究。數(shù)據(jù)集的價值數(shù)據(jù)集是自動駕駛技術(shù)發(fā)展不可缺少的一部分,優(yōu)質(zhì)的數(shù)據(jù)集往往能夠為算法開發(fā)帶來極大的促進作用。而近十年來,自動駕駛數(shù)據(jù)集變得越來越多,無論是高校還是企業(yè)或者是其他組織,都選擇開源自己的數(shù)據(jù)集,促進自動駕駛技術(shù)的進步。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),這樣的比賽通常會提供合適的數(shù)據(jù)集;4.與企業(yè)進行合作,企業(yè)方一般可提供所獲取的與實際應(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、標注及標注方法等方面對數(shù)據(jù)集進行介紹。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)集由德國卡爾斯魯厄理工學院和豐田美國技術(shù)研究院聯(lián)合創(chuàng)辦,是目前最大的自動駕駛場景下的計算機視覺算法評測數(shù)據(jù)集。該數(shù)據(jù)集用于評測立體圖像(stereo),光流(opticalflow),視覺測距(visualodometry),3D物體檢測(objectdetection)和3D跟蹤(tracking)等計算機視覺技術(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、標注及標注方法等方面對數(shù)據(jù)集進行介紹。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景解析數(shù)據(jù)集,包括上萬幀的高分辨率RGB視頻和與其對應(yīng)的逐像素語義標注。該數(shù)據(jù)集包含5,277個駕駛圖像和超過60K的汽車實例,其中每輛汽車都配備了具有絕對模型尺寸和語義標記關(guān)鍵點的行業(yè)級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、標注及標注方法等方面對數(shù)據(jù)集進行介紹。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AI實驗室(BAIR)發(fā)布了公開駕駛數(shù)據(jù)集BDD100K,同時設(shè)計了一個圖片標注系統(tǒng)。BDD100K數(shù)據(jù)集包含10萬段高清視頻,每個視頻約40秒\720p\30fps。每個視頻的第10秒對關(guān)鍵幀進行采樣,得到10萬張圖片(圖片尺寸:1280*720),并進行標注。10萬張圖片中,包含了不同天氣、場景、時間的圖片,而且高清、模糊的圖片都有,具有規(guī)模大,多樣化的特點。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標注及標注方法等方面對數(shù)據(jù)集進行介紹。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的團隊開發(fā)的用于自動駕駛的公共大型數(shù)據(jù)集。Motional致力于實現(xiàn)安全,可靠和可達的無人駕駛環(huán)境。通過向公眾發(fā)布部分數(shù)據(jù),Motional旨在推進計算機視覺和自動駕駛的研究。nuScenes包含1000個場景,每個場景20秒長,并用23個類別和8個屬性的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、標注及標注方法等方面對數(shù)據(jù)集進行介紹。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)集專注于對城市街景的語義理解。大型數(shù)據(jù)集,包含從50個不同城市的街景中記錄的各種立體視頻序列,高質(zhì)量的像素級注釋為5000幀,另外還有一組較大的20000個弱注釋幀。因此,數(shù)據(jù)集比先前的類似嘗試大一個數(shù)量級??梢允褂脦ё⑨尩念惖脑敿毿畔⒑妥⑨屖纠?。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標注及標注方法等方面對數(shù)據(jù)集進行介紹。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71254幀圖像數(shù)據(jù)和71254幀點云數(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、標注及標注方法等方面對數(shù)據(jù)集進行介紹。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)量車道標記數(shù)據(jù)集之一,特征包括100,042張有標簽的車道標記圖像,來自約350公里的駕駛記錄生成標記圖像的管道利用自動創(chuàng)建的地圖將標記投射到相機圖像中,并依靠優(yōu)化程序來提高標簽的準確性包含像素級的虛線標注,每個標記的二維和三維端點以及連接標記的車道關(guān)聯(lián)。數(shù)據(jù)集介紹從采集內(nèi)容、采集設(shè)備及方法、標注及標注方法等方面對數(shù)據(jù)集進行介紹。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多目標檢測和跟蹤數(shù)據(jù)集。其包含160個擁擠且高度互動的交通場景,在27,721幀中共有100萬個標記實例。憑借獨特的數(shù)據(jù)集大小,豐富的注釋和復雜的場景,H3D聚集在一起,以激發(fā)對全環(huán)繞3D多目標檢測和跟蹤的研究。數(shù)據(jù)集之間的比較KITTI是誕生最早的一個較為全面且合理的數(shù)據(jù)集,所以率先成為
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 現(xiàn)代農(nóng)業(yè)裝備在種植業(yè)中的技術(shù)優(yōu)勢
- 現(xiàn)代醫(yī)療技術(shù)中的人才培養(yǎng)與團隊建設(shè)
- 校園文化與企業(yè)文化的對接與互鑒
- 14《母雞》說課稿-2023-2024學年統(tǒng)編版四年級語文下冊
- 24 《古人談讀書》說課稿-2024-2025學年語文五年級上冊統(tǒng)編版
- 6 傳統(tǒng)游戲我會玩2023-2024學年二年級下冊道德與法治同步說課稿(統(tǒng)編版)
- 14 圓明園的毀滅 說課稿-2024-2025學年語文五年級上冊統(tǒng)編版
- 5 樹和喜鵲(說課稿)-2023-2024學年統(tǒng)編版語文一年級下冊
- 17《爬天都峰》說課稿-2024-2025學年統(tǒng)編版語文四年級上冊
- 2023三年級英語下冊 Unit 4 Food and Restaurants Lesson 21 In the Restaurant說課稿 冀教版(三起)
- 中國儲備糧管理集團有限公司蘭州分公司招聘筆試真題2024
- 2024年廣東省公務(wù)員錄用考試《行測》真題及答案解析
- 骨科手術(shù)糾紛案例分析課件
- 2022年廣西高考英語真題及答案(全國甲卷)
- 安全生產(chǎn)責任清單(加油站)
- 動物檢疫技術(shù)-動物檢疫的程序(動物防疫與檢疫技術(shù))
- 煤礦復工復產(chǎn)專項安全風險辨識
- DB42T 1049-2015房產(chǎn)測繪技術(shù)規(guī)程
- 《民航服務(wù)溝通技巧》教案第8課重要旅客服務(wù)溝通
- 學校副校長述職報告PPT模板下載
- (完整版)歐姆龍E3X-HD光纖放大器調(diào)試SOP
評論
0/150
提交評論