Brno Urban Dataset

用于自动驾驶汽车和自主机器人的导航与定位数据集。该数据集包含了多种传感器数据，如RGB摄像头、红外摄像头、激光雷达和IMU，旨在支持自动驾驶技术的研究和开发。A dataset for navigation and localization of autonomous vehicles and robots. This dataset encompasses a variety of sensor data, including RGB cameras, infrared cameras, LiDAR, and IMU, designed to support research and development in autonomous driving technology.

原始信息汇总

数据集概述

数据集名称

• Brno Urban Dataset

数据集用途

• 用于自动驾驶汽车和自主机器人的导航与定位研究。

数据集内容

• 传感器数据：

  • RGB摄像头：1920x1200px，8mm前视镜头（70度视场），6mm侧视镜头（90度视场）。
  • IR摄像头FLIR Tau 2：640x512px，19mm镜头（69度视场）。
  • LiDAR Velodyne HDL-32e。
  • IMU Xsens MTi-G-710。
  • GNSS Trimble 982BX。
  • LiDAR Livox Horizon（仅冬季扩展）。
  • FMCW雷达 - mmWave AWR1642（仅冬季扩展）。
  • YOLO检测（虚拟传感器，仅冬季扩展）。

• 数据结构：

  • 每个记录包含视频文件、时间戳文件和其他传感器数据文件。
  • 数据按日期、时间和环境条件进行分类和标记。

数据集组织

• 数据按以下结构组织：

  <session_day_rec_part>/ └───camera_<name>/ │ video.mp4 │ timestamps.txt └───lidar_<name>/ │ scans.zip │ timestamps.txt └───imu/ │ imu.txt │ mag.txt │ gnss.txt └───gnss/ │ pose.txt │ time.txt └───radar_ti/ │ scans.txt └───yolo/ camera_<name>.txt └───calibrations/ frames.yaml camera_<name>.yaml

数据集标记

• 数据集使用标签系统进行内容分类，便于数据筛选和搜索。
• 标签包括天气、时间段和环境类型。

数据集下载

• 数据可通过克隆仓库并使用torrent客户端下载。

已知问题

• 某些IR帧顺序错误。
• IMU线性加速度数据符号错误。
• LiDAR数据中的特定行缺失。

引用信息

• 使用数据集时，请引用以下文献：

  @inproceedings{ligocki2020brno, title={Brno Urban Dataset-The New Data for Self-Driving Agents and Mapping Tasks}, author={Ligocki, Adam and Jelinek, Ales and Zalud, Ludek}, booktitle={2020 IEEE International Conference on Robotics and Automation (ICRA)}, pages={3284--3290}, year={2020}, organization={IEEE} }

搜集汇总

数据集介绍

构建方式

Brno Urban Dataset的构建旨在为自动驾驶汽车和自主机器人提供导航与定位数据。该数据集通过在布尔诺市区的实际环境中，利用先进的传感器技术进行数据采集。具体而言，数据集包括RGB摄像头、红外摄像头、激光雷达（LiDAR）、惯性测量单元（IMU）、全球导航卫星系统（GNSS）等多种传感器的数据。每个传感器的数据均以高分辨率视频、点云文件、时间戳等多种格式存储，确保数据的完整性和准确性。此外，数据集还采用了标签系统，便于用户根据天气、时间、环境等条件快速筛选所需数据，从而提高了数据的可搜索性和可用性。

特点

Brno Urban Dataset的显著特点在于其多传感器融合的数据采集方式，涵盖了视觉、红外、激光、惯性等多种感知手段，为自动驾驶和机器人导航提供了全面的环境信息。数据集不仅包括城市、郊区、乡村和高速公路等多种环境类型，还涵盖了晴天、多云、阴天和雨天等多种天气条件，以及早晨、中午、下午和傍晚等多个时间段的数据，确保了数据的多样性和广泛适用性。此外，数据集的标签系统使得数据筛选和检索变得极为便捷，极大地提升了数据的使用效率。

使用方法

Brno Urban Dataset的使用方法相对直观。用户可以通过克隆GitHub仓库并使用Torrent客户端下载感兴趣的数据文件。数据集的文件结构清晰，每个传感器的数据均存储在独立的文件夹中，便于用户快速定位和提取所需信息。此外，数据集还提供了详细的记录表（recordings_table.md），用户可以根据标签系统快速筛选符合特定条件的数据。在使用过程中，用户需注意已知的BUG，如部分红外帧顺序错误、IMU线性加速度数据符号反转等，以确保数据的正确处理和分析。

背景与挑战

背景概述

Brno Urban Dataset，由Adam Ligocki、Aleš Jelínek和Luděk Žalud等研究人员于2020年创建，旨在为自动驾驶汽车和自主机器人提供导航与定位数据。该数据集的诞生源于对自主移动车辆领域研究需求的急剧增长，尤其是在科学和商业领域。通过公开共享数据，研究者们希望降低小型初创企业和大学研究团队的进入门槛，避免高昂的传感器设备成本，从而促进该领域的创新与发展。Brno Urban Dataset的发布不仅丰富了自动驾驶领域的研究资源，还为解决复杂的城市环境中的定位与导航问题提供了宝贵的数据支持。

当前挑战

Brno Urban Dataset在构建过程中面临了多重挑战。首先，数据采集涉及多种高精度传感器，如RGB相机、IR相机、LiDAR和IMU等，确保这些传感器数据的同步与准确性是一项技术难题。其次，数据集涵盖了不同天气条件、时间段和环境类型，如晴天、多云、雨天、城市、郊区、乡村和高速公路等，这要求数据处理算法具有高度的鲁棒性和适应性。此外，数据集的标签系统设计复杂，需确保标签的准确性和易用性，以便研究人员能够高效地筛选和分析数据。最后，数据集的校准和错误修复也是一项持续的挑战，如IR帧的错序和IMU线性加速度数据的符号反转等问题，需要不断优化和完善。

常用场景

经典使用场景

在自动驾驶和自主机器人领域，Brno Urban Dataset 提供了一个丰富的数据资源，用于导航和定位任务。该数据集包含了多种传感器数据，如RGB摄像头、红外摄像头、激光雷达（LiDAR）、惯性测量单元（IMU）和全球导航卫星系统（GNSS），这些数据在城市环境中记录，为研究人员提供了多模态感知数据的宝贵来源。通过这些数据，研究者可以开发和验证复杂的导航算法，特别是在多变的城市环境中，如不同天气条件、时间和环境类型下的导航挑战。

实际应用

在实际应用中，Brno Urban Dataset 为自动驾驶汽车和自主机器人的开发提供了重要的数据支持。例如，汽车制造商和科技公司可以利用这些数据来测试和优化其自动驾驶系统，确保在各种城市环境中的安全性和可靠性。此外，该数据集还可用于开发智能交通系统，通过分析城市交通流量和行为，提升交通管理效率。对于学术界，该数据集是进行前沿研究的重要资源，有助于推动自动驾驶技术的实际应用和商业化进程。

衍生相关工作

Brno Urban Dataset 的发布催生了一系列相关研究和工作。例如，许多研究者利用该数据集进行多传感器融合算法的研究，以提升自动驾驶系统的感知和决策能力。此外，该数据集还被用于开发和验证新的地图构建和更新算法，这对于自动驾驶汽车在动态环境中的导航至关重要。还有一些工作专注于利用该数据集进行深度学习和计算机视觉的研究，以提升物体检测和分类的准确性。这些衍生工作不仅丰富了自动驾驶领域的研究内容，也推动了相关技术的实际应用。