自动驾驶计算机视觉算法评测数据集

该数据集主要面向自动驾驶研究，其中包括激光点云、彩色图像、灰度图像、GPS、IMU等多种模态数据的采集和处理，解决自动驾驶的感知和规划缺乏真实世界数据的问题。基于wagon标准工作站，两个高分辨率彩色和灰色视频相机、360度高精度的雷达激光扫描仪和GPS定位系统等部署于真实车辆，并通过在真实驾驶环境中采集了图像、定位信息、激光点云等信息。总的数据量达到180GB左右。

This dataset is primarily designed for autonomous driving research. It covers the collection and processing of multi-modal data including LiDAR point clouds, color images, grayscale images, GPS, and IMU, aiming to address the scarcity of real-world datasets for autonomous driving perception and planning tasks.
Deployed on a real vehicle based on a WAGON standard workstation, the sensing suite consists of two high-resolution color and grayscale video cameras, a 360-degree high-precision LiDAR scanner, a GPS positioning system, and other related devices. Data including images, positioning information, and LiDAR point clouds were collected in real-world driving environments.
The total data volume amounts to approximately 180 GB.

搜集汇总

背景与挑战

背景概述

该数据集是面向自动驾驶研究的计算机视觉算法评测资源，包含激光点云、彩色图像、灰度图像、GPS和IMU等多种模态数据，旨在解决自动驾驶感知和规划中真实世界数据不足的问题。数据通过部署在真实车辆上的高分辨率相机、雷达激光扫描仪和GPS系统，在真实驾驶环境中采集，总数据量约为180GB，支持多模态融合分析。数据集由丰田工业大学芝加哥分校的Andreas Geiger创建，属于国家重点研发计划项目，适用于自动驾驶算法开发和评估。