2023年5月11日，北京市高級別自動駕駛示范區(qū)、清華大學智能產業(yè)研究院（AIR）、北京車網科技發(fā)展有限公司、百度Apollo、北京智源人工智能研究院聯(lián)合發(fā)布全球首個基于真實道路場景的時序車路協(xié)同自動駕駛數(shù)據集V2X-Seq。該數(shù)據集現(xiàn)已面向境內用戶提供下載使用。

V2X-Seq數(shù)據集由車路協(xié)同時序感知數(shù)據集和車路協(xié)同軌跡預測數(shù)據集組成，涵蓋3D檢測、跟蹤、軌跡預測等多項技術任務的需求。憑借創(chuàng)新的時空軌跡匹配算法，數(shù)據集提供了高質量的協(xié)同軌跡真值，為跟蹤和軌跡預測工作提供了評測基準。V2X-Seq數(shù)據集在去年2月發(fā)布的首期DAIR-V2X數(shù)據集基礎上填補了當前業(yè)界車路協(xié)同時序數(shù)據集的空白。目前，相關成果已被CVPR2023正式接受。

作為全球首個車路協(xié)同自動駕駛數(shù)據集，首期DAIR-V2X數(shù)據集具備大規(guī)模、多模態(tài)、多視角三大優(yōu)勢。全部數(shù)據均采集自北京市高級別自動駕駛示范區(qū)10公里真實城市道路、10公里高速公路，以及28個路口范圍，包含來自車端、路端的攝像頭與激光雷達等多類型傳感器的71254幀圖像數(shù)據和71254幀點云數(shù)據，涵蓋晴天、雨天、霧天、白天和夜晚、城市道路與高速公路等豐富場景。相比僅包含單車端與單路端的數(shù)據集，DAIR- V2X數(shù)據集提供了車端與路端在相同時空、聯(lián)合視角下的多模態(tài)數(shù)據，同時提供不同傳感器聯(lián)合視角下的融合標注結果，可以更好地支持算法研究與評估；通過半自動自學習車路協(xié)同3D融合標注等方法創(chuàng)新，有效減少了數(shù)據集構建成本。此外，數(shù)據集均在經過脫敏和安全加密后發(fā)布。

自發(fā)布以來，DAIR-V2X數(shù)據集已得到學術界和產業(yè)界關注，使用單位覆蓋清華大學、北京大學、中國科學院大學、上海交通大學等知名高校，中國電信研究院等研究機構，以及各類企業(yè)共計200余家。同時，基于DAIR-V2X數(shù)據集的研究已經有多項成果發(fā)表在CVPR、NeurIPS、ICLR、ICRA等人工智能領域的頂級會議上。

截至目前，DAIR-V2X數(shù)據集國內注冊用戶已超過2000人，下載量近30000次。

車路協(xié)同時序感知

車路協(xié)同時序感知數(shù)據集，包含超過1.5萬對車端與路端協(xié)同視角下的時序圖像和點云數(shù)據，并提供了完備的3D目標及Tracking ID標注，用于支持車路協(xié)同3D檢測和跟蹤任務。

車路協(xié)同軌跡預測

車路協(xié)同軌跡預測數(shù)據集，覆蓋28個真實路口，包含超過20萬個片段（涵蓋目標軌跡、紅綠燈信號等），其中路端與車端協(xié)同視角片段約5萬個，每個片段時長10秒，按照10HZ提供8類常見障礙物目標的軌跡，用于車路協(xié)同軌跡預測任務研究。

一期車路協(xié)同數(shù)據集DAIR-V2X和二期時序車路協(xié)同數(shù)據集V2X-Seq由百度Apollo智能交通團隊與清華大學智能產業(yè)研究院（AIR）聶再清教授的大數(shù)據與人工智能團隊聯(lián)合合作方共同研發(fā)，是Apollo-AIR智能交通聯(lián)合研究中心的重要成果之一，旨在構建具有影響力的生態(tài)系統(tǒng)，助力車路協(xié)同與自動駕駛產業(yè)發(fā)展與繁榮。

人工智能時代，高質量數(shù)據是驅動行業(yè)發(fā)展的關鍵要素。百度自2013年開始布局自動駕駛，已深耕自動駕駛與智能交通多年，在數(shù)據采集、清洗、標注、脫敏等數(shù)據智能、以及車路協(xié)同自動駕駛領域關鍵技術上具備深厚沉淀。秉承“開放能力、共享資源、加速創(chuàng)新、持續(xù)共贏”十六字宣言，百度Apollo將作為車路協(xié)同數(shù)據集建設的技術支持方，持續(xù)支持學術界、產業(yè)界開展相關研究，為高級別自動駕駛的規(guī)模商業(yè)化落地提供技術支撐和安全保障。

審核編輯 ：李倩