Lyft_Level_5_Prediction

displayName: Lyft Level 5 Prediction
labelTypes:
- Box3d
license:
- CC BY-NC-SA 4.0
mediaTypes:
- Image
- PointCloud
paperUrl: https://arxiv.org/pdf/2006.14480v2.pdf
publishDate: "2020"
publishUrl: https://self-driving.lyft.com/level5/prediction/
publisher:
- Lyft
tags:
- Vehicle Trajectories
taskTypes:
- Autonomous Driving
- Motion Forecasting
- Motion Prediction

---
# 数据集介绍
## 简介
他的数据集包括我们的自动车队遇到的汽车，骑自行车的人，行人和其他交通代理的运动日志。这些日志来自通过我们团队的感知系统处理原始激光雷达、摄像机和雷达数据，非常适合训练运动预测模型。该数据集由捕获自动驾驶车辆周围环境的170,000场景组成。每个场景都会编码给定时间点车辆周围的状态。
该基线解决方案对来自包含在数据集内的代理位置的200万多个样本进行训练。该模型一次预测单个代理。首先，栅格生成一个鸟瞰图 (BEV) 自顶向下的栅格，该栅格对所有代理和地图进行编码。网络根据此栅格推断代理的未来坐标。
## 引文
```
@article{houston2020one,
title={One thousand and one hours: Self-driving motion prediction dataset},
author={Houston, John and Zuidhof, Guido and Bergamini, Luca and Ye, Yawei and Chen, Long and Jain, Ashesh and Omari, Sammy and Iglovikov, Vladimir and Ondruska, Peter},
journal={arXiv preprint arXiv:2006.14480},
year={2020}
}
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: Lyft Level 5 预测（Lyft Level 5 Prediction）
labelTypes:
- 三维边界框（Box3d）
license:
- CC BY-NC-SA 4.0
mediaTypes:
- 图像（Image）
- 点云（PointCloud）
paperUrl: https://arxiv.org/pdf/2006.14480v2.pdf
publishDate: "2020"
publishUrl: https://self-driving.lyft.com/level5/prediction/
publisher:
- Lyft
tags:
- 车辆轨迹（Vehicle Trajectories）
taskTypes:
- 自动驾驶（Autonomous Driving）
- 运动预测（Motion Forecasting）
- 运动预测（Motion Prediction）

---
# 数据集介绍
## 简介
本数据集涵盖了自动驾驶车队采集的汽车、骑行者、行人和其他交通智能体的运动日志。这些日志由团队的感知系统对原始激光雷达、相机及雷达数据进行处理后生成，非常适用于运动预测模型的训练。该数据集包含170000个自动驾驶车辆周边环境的场景，每个场景均编码了特定时间点车辆周围的环境状态。
本基线解决方案基于数据集内的200余万个智能体位置样本开展训练，模型单次仅预测单个智能体：首先通过栅格化生成鸟瞰图（Bird's Eye View, BEV）的自上而下视图栅格，该栅格对所有智能体及地图信息进行编码；随后神经网络基于该栅格推断智能体的未来坐标。
## 引文

@article{houston2020one,
title={One thousand and one hours: Self-driving motion prediction dataset},
author={Houston, John and Zuidhof, Guido and Bergamini, Luca and Ye, Yawei and Chen, Long and Jain, Ashesh and Omari, Sammy and Iglovikov, Vladimir and Ondruska, Peter},
journal={arXiv preprint arXiv:2006.14480},
year={2020}
}

## 数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

Lyft_Level_5_Prediction数据集包含17万个自动驾驶场景的运动日志，涵盖车辆、骑行者和行人等交通参与者，适用于训练运动预测模型。数据来源于LiDAR、摄像头和雷达原始数据，通过感知系统处理生成，模型基于鸟瞰图网格预测单个代理的未来轨迹。