牛津大学 RobotCar 自动驾驶数据集

这一数据集包含牛津大学从 2014 年 4 月到 2015 年 12 月间通过牛津 RobotCar 平台（使用日产 LEAF 自动驾驶汽车）平均每周在牛津市中心运行 10 公里路线产生的数据。总计约 1010 公里驾驶数据，同时包含超过 2000 万张由六台车载相机拍摄的图片，以及激光测距，GPS 和惯性导航收集的地貌资料。 在数据收集期间，车辆完全处于人工驾驶状态。这些数据中存在所有天气情况，包括雨雪，夜间，直射阳光。在数据集收集的一年时间里，车辆运行在同一区域，但这一地区的道路和建筑情况出现了很大改变。通过一年时间频繁地通行在同一路线中，研究人员可以探究在现实世界动态城市环境中自动驾驶车辆如何进行定位和地图映射。

This dataset contains data collected by the University of Oxford between April 2014 and December 2015 via the Oxford RobotCar platform using a Nissan LEAF autonomous vehicle, which traversed a 10-kilometer central Oxford route on a weekly basis. In total, the dataset includes approximately 1010 kilometers of driving data, over 20 million images captured by six on-board cameras, as well as geospatial information collected via LiDAR ranging, GPS and inertial navigation. All vehicles were manually driven during the data collection period. The dataset covers all weather conditions, including rain, snow, nighttime scenarios, and direct sunlight. Over the one-year data collection cycle, the vehicle repeatedly operated in the same area, while substantial changes occurred to the roads and buildings in this region. By frequently traversing the same route over the course of a year, researchers can explore how autonomous vehicles perform localization and mapping in dynamic real-world urban environments.

搜集汇总

背景与挑战

背景概述

牛津大学 RobotCar 自动驾驶数据集包含2014年4月至2015年12月间通过日产 LEAF 自动驾驶汽车在牛津市中心收集的约1010公里驾驶数据，涵盖多种天气和光照条件，以及超过2000万张由六台车载相机拍摄的图片。该数据集特别适用于研究自动驾驶车辆在动态城市环境中的定位和地图映射问题。