Lyft自动驾驶数据集公开!60G数据开放下载

7月4日举办的百度开发者大会上，李彦宏宣布百度L4级自动驾驶路测里程破两百万公里，百度的level4自动驾驶已经发展到了一个新的阶段。

自动驾驶依赖高度精确的目标检测能力，以应对路上可能出现的各种情况，而想训练一个完善的目标检测模型，则需要大量的车载传感器提供的数据。所以说百度在自动驾驶方面取得的成就，基础就是那两百万公里的路测数据。

许多想尝试做目标识别的机构或者个人，都苦于无法获取足够的数据而无法进行相关研究。

最近，Lyft公司专注于自动驾驶的Lyft level5团队公开了一组他们采集的数据集，并且预计在12月举办一次基于该数据集的比赛，数据集一共将近60G，注册一个账户即可下载。

数据来之不易

该数据集包括高质量的语义图， 语义图提供关于场景中车辆位置和移动方向的上下文推理，所有地图元素都映射到基础几何图，是数据集中所有场景的相同参照系。

提供的地图有超过4000个车道段（2000个路段车道和约2000个车道），197个人行横道，60个停车标志，54个停车区，8X减速带，11X减速带。

所有数据均采集于福特Fusion车队， 每辆车都配有以下传感器：

激光雷达：

一个安装在车顶的40束激光雷达和两个安装在保险杠的40束激光雷达；

每个雷达的方位角分辨率为0.2度；

所有三个激光雷达共同产生约216,000个点，频率为10赫兹；

所有雷达的发射方向在任何给定时间都是相同的。

摄像头：

六个宽视角（WFOV）摄像机均匀覆盖360度视角（FOV), 每台相机的分辨率为1224x1024，FOV为70°x60°；

一个长焦距摄像头略微向上安装，主要用于检测交通信号灯，相机的分辨率为2048x864，FOV为35°x15°；

每个摄像机与雷达同步，使得当摄像机捕获图像时，雷达光束位于摄像机视野的中心。