SceNDD是一个基于场景的自然驾驶数据集，由交通与自动驾驶系统研究所(TASI)在印第安纳波利斯市中心通过装备车辆收集。数据集包含68个驾驶会话，每个会话由不同驾驶员进行，持续20至40分钟。数据集内容包括自车及非自车的轨迹点、速度、偏航角等信息，以及非自车的进入和退出时间。创建过程中，使用了联合概率数据关联(JPDA)跟踪器来检测道路上的非自车。数据集的应用领域主要集中在开发高效的运动规划和路

arXiv2022-12-23 更新330

MVSEC 交通工具事件相机数据集

自动驾驶

机器视觉

MVSEC 全称 Multi Vehicle Stereo Event Camera，是用于开发基于事件相机的新型 3D 感知算法的数据集（事件相机具有新型异步传感方式，可用于测量图像强度的变化）。数据来自汽车、摩托车、六轴飞行器和手持式数据，并与激光雷达、 IMU 、运动捕捉和 GPS 相融合，以提供 ground truth pose 和深度图像。该数据集还提供基于标准立体框架相机拍摄的图像，

超神经2022-10-26 更新280

RELLIS Off-road Odometry Analysis Dataset (ROOAD)

自动驾驶

视觉里程计

ROOAD数据集由德州农工大学机械工程系创建，专注于非结构化环境下的视觉惯性里程计分析。该数据集包含6个时间同步的单目视觉惯性数据序列，记录于德州农工大学系统RELLIS校园的沙漠越野测试场。数据集大小超过6000个GPS航点，20000张图像和250000次IMU读数，为视觉惯性算法开发者提供了一个新的测试平台。此外，数据集还包括11个相机-IMU交叉校准数据序列，用于验证Kalibr相机-IM

arXiv2022-04-07 更新470

nuInsSeg

自动驾驶

计算机视觉

该数据集名为nuInsSeg，是首个集成了激光雷达点云、RGB图像、3D边界框、2D边界框以及与2D和3D边界框注释一致的手动标注实例掩膜的数据集。该数据集涵盖了10个类别：汽车、卡车、公交车、拖车、施工车辆、行人、摩托车、自行车、交通锥和障碍物。在规模上，训练集包含了168,780张图像，带有789,193个实例掩膜标注；验证集则包含36,114张图像，带有157,879个掩膜标注。该数据集的任

arXiv310

AI道路病害数据集

资源简介：

相关数据集