本文首發(fā)于公眾號【調(diào)皮連續(xù)波】，其他平臺為自動同步，內(nèi)容若不全或亂碼，請前往公眾號閱讀。保持關(guān)注調(diào)皮哥，和1.5W雷達(dá)er一起學(xué)習(xí)雷達(dá)技術(shù)！

【正文】

編輯|雷達(dá)小助理 審核|調(diào)皮哥

早在今年(2023年)的上海國際汽車展會上，采埃孚（ZF）官方宣布將重磅推出4D成像雷達(dá)開發(fā)環(huán)境和帶標(biāo)注的數(shù)據(jù)集，這是采埃孚首次將4D成像毫米波雷達(dá)開發(fā)環(huán)境和數(shù)據(jù)集向客戶開放，也是目前大家最具期待的4D成像毫米波雷達(dá)數(shù)據(jù)集之一。

隨著采埃孚數(shù)萬公里數(shù)據(jù)集的開放，將會補(bǔ)充現(xiàn)階段世界上4D成像毫米波雷達(dá)數(shù)據(jù)集的不足之處，更能夠幫助實現(xiàn)更好的信息共享與自動駕駛技術(shù)升級，全面提升用戶的差異化競爭力。

[圖片來源：采埃孚官微]

采埃孚宣稱其4D成像毫米波雷達(dá)數(shù)據(jù)集是帶標(biāo)注的公開數(shù)據(jù)集，包括雷達(dá)的真實點云數(shù)據(jù)及激光雷達(dá)標(biāo)注數(shù)據(jù)。數(shù)據(jù)集中的標(biāo)準(zhǔn)參照標(biāo)注信息（Ground Truth Label）采用清晰度更高的激光雷達(dá)為基準(zhǔn)進(jìn)行打標(biāo)，從而驗證4D成像毫米波雷達(dá)的準(zhǔn)確性和可靠性。

這些數(shù)據(jù)集將展示4D成像毫米波雷達(dá)探測的準(zhǔn)確性及可應(yīng)用場景，從而幫助用戶形成相關(guān)概念，加速其應(yīng)用4D成像毫米波雷達(dá)的進(jìn)程，同時可基于該數(shù)據(jù)集信息，研究人員可以根據(jù)自己的算法擴(kuò)展新的功能。

這份由采埃孚(ZF)提供用于自動駕駛目標(biāo)檢測的4D成像毫米波雷達(dá)數(shù)據(jù)集，采用的是采埃孚的FRGen21 4D成像毫米波雷達(dá)捕獲的，已經(jīng)在Github中發(fā)布了存儲庫，鏈接如下：

https://github.com/ZF4DRadSet/ZF-4DRadar-Dataset。

目前，由于相關(guān)政策原因，暫時還沒有發(fā)布正式的數(shù)據(jù)集，但預(yù)計今年會發(fā)布，敬請期待。

在此之前，調(diào)皮連續(xù)波公眾號平臺分享過View-of-Delft (VOD)4D成像毫米波雷達(dá)數(shù)據(jù)集，同樣采用了采埃孚的 FRGen21 3+1D 雷達(dá)捕獲數(shù)據(jù)，如下鏈接所示：

1、雷達(dá)開源數(shù)據(jù)集 | 代爾夫特數(shù)據(jù)集(VOD)，4D雷達(dá)、激光雷達(dá)和相機(jī)數(shù)據(jù)

2、4D成像毫米波雷達(dá)點云數(shù)據(jù)集VOD（含Python和MATLAB數(shù)據(jù)解析仿真代碼）

FRGen21雷達(dá)捕獲的4D成像毫米波雷達(dá)數(shù)據(jù)集和VOD數(shù)據(jù)集不同，該數(shù)據(jù)集包含了7000幀4D成像毫米波數(shù)據(jù)，同時相機(jī)和激光雷達(dá)數(shù)據(jù)也同步收集和校準(zhǔn)。

該數(shù)據(jù)集的場景包括 4 個典型場景：城市綜合體交通場景、停車場場景、隧道場景、高速公路場景，總的來說場景要比VOD數(shù)據(jù)更加完整，VOD僅有城市綜合體交通場景。目標(biāo)檢測的類別包括四類：汽車、自行車、行人和卡車/巴士。

采用該數(shù)據(jù)集，可以在四個維度（范圍，速度，方位角和仰角）中提供了很高的探測性能，可以覆蓋最遠(yuǎn)200m的物體。數(shù)據(jù)的注釋格式與kitti數(shù)據(jù)集類似，包含多傳感器的時間戳、校準(zhǔn)參數(shù)、目標(biāo)檢測的類別以及檢測邊界框的位置和大小。

同時，將包含 7000 幀的數(shù)據(jù)集分別分為 5000 幀的訓(xùn)練集、1000 幀的驗證集和測試集。如前所示，作為初步的學(xué)習(xí)和研究，這十分有利于讀者進(jìn)行學(xué)習(xí)和驗證相關(guān)的算法，從而不需要花費(fèi)大量時間在數(shù)據(jù)標(biāo)注上。

今年7月份也將會開放申請到同濟(jì)大學(xué)數(shù)據(jù)集，鏈接如下：

https://github.com/TJRadarLab/TJ4DRadSet

TJ4DRadSet：自動駕駛4D成像雷達(dá)數(shù)據(jù)集演示效果：

屆時，這兩個4D成像毫米波雷達(dá)數(shù)據(jù)集，加上VOD數(shù)據(jù)集，以及之前的眾多雷達(dá)數(shù)據(jù)集。宏觀上講，將會越加豐富雷達(dá)感知與自動駕駛的研究，促進(jìn)行業(yè)發(fā)展；從微觀上講，將會給大家提供更多的研究幫助，促進(jìn)個人學(xué)術(shù)研究！

非常感謝諸多科學(xué)家、工程師，技術(shù)人員，企業(yè)、高校以及研究所給行業(yè)帶來的寶貴資源！

【本期結(jié)束】

【點擊以下鏈接可直達(dá)各個業(yè)務(wù)模塊】

本文是空閑時個人的心得體會，僅供參考。目前我還有很多內(nèi)容需要學(xué)習(xí)，如果還有沒有說到或者不全面的地方，還請指正，感謝大家。喜歡本文，可以一鍵三連。歡迎關(guān)注備用號【跳頻連續(xù)波】。