自动驾驶云学习场景数据集

自动驾驶云学习场景数据集是人机共驾云学习与云决策的一体化支撑技术课题于2023年1月至2025年1月在浙江杭州采集的样例数据。其内容主要包含如下3部分：
1. 高速场景典型数据集：最高速度120km/h，数据以Log数据格式存储，包括障碍物位置、速度、加速度，自动驾驶车辆位置、速度、加速度每时刻的信息；
2. 城区环境典型数据集：最高速度60km/h，数据以Log数据格式存储，包括障碍物位置、速度、加速度，自动驾驶车辆位置、速度、加速度每时刻的信息；
3. 综合场景数据信息：数据以Log数据格式存储，包括障碍物位置、速度、加速度，自动驾驶车辆位置、速度、加速度每时刻的信息。数据集中场景覆盖：汇流、汇出、汇入、绕行、施工、事故、cutin等。 本课题搭建的自动驾驶云学习系统，通过自动驾驶车辆（配备激光雷达、摄像头、位置记录模块）在真实的道路环境（城区、高速路、综合道路）等环境下采集数据，并利用阿里仿真云方案对路采真实数据进行云端强化学习进行数据增广，最终通过云端系统进行场景数据分类、固化，形成体系化的场景库。

搜集汇总

背景与挑战

背景概述

该数据集由阿里巴巴达摩院于2023年至2025年在杭州采集，包含高速、城区及综合场景下的自动驾驶相关Log数据，记录了车辆与障碍物的动态信息。数据集通过云端强化学习进行增广，旨在构建体系化的场景库，以支撑人机共驾云学习与云决策技术。