自動(dòng)駕駛領(lǐng)域的數(shù)據(jù)集匯總

來(lái)源：3D視覺(jué)工坊

1. 寫(xiě)在前面

發(fā)自動(dòng)駕駛論文哪少的了數(shù)據(jù)集，今天筆者將為大家推薦一篇最新的綜述，總結(jié)了200多個(gè)自動(dòng)駕駛領(lǐng)域的數(shù)據(jù)集，大家堆工作量的時(shí)候也可以找一些小眾的數(shù)據(jù)集刷榜~

下面一起來(lái)閱讀一下這項(xiàng)工作

2. 摘要

近年來(lái)，隨著硬件和深度學(xué)習(xí)方法的發(fā)展，自動(dòng)駕駛技術(shù)得到了快速發(fā)展，并表現(xiàn)出良好的性能。高質(zhì)量的數(shù)據(jù)集是開(kāi)發(fā)可靠的自動(dòng)駕駛算法的基礎(chǔ)。以前的數(shù)據(jù)集調(diào)查試圖審查數(shù)據(jù)集，但要么集中在有限的數(shù)量上，要么缺乏對(duì)數(shù)據(jù)集特征的詳細(xì)調(diào)查。為此，我們從多個(gè)角度對(duì)超過(guò)200個(gè)自動(dòng)駕駛數(shù)據(jù)集進(jìn)行了詳盡的研究，包括傳感器模態(tài)、數(shù)據(jù)大小、任務(wù)和上下文條件。我們引入了一個(gè)新的度量來(lái)評(píng)估每個(gè)數(shù)據(jù)集的影響，這也可以作為建立新數(shù)據(jù)集的指南。我們進(jìn)一步分析了數(shù)據(jù)集的標(biāo)注過(guò)程和標(biāo)注質(zhì)量。此外，我們對(duì)幾個(gè)重要數(shù)據(jù)集的數(shù)據(jù)分布進(jìn)行了深入分析。最后，討論了未來(lái)自動(dòng)駕駛數(shù)據(jù)集的發(fā)展趨勢(shì)。

3. 和其他綜述的對(duì)比

先看一下主流數(shù)據(jù)集的BEV對(duì)象分布。每個(gè)熱力圖對(duì)應(yīng)一個(gè)以X和Y坐標(biāo)繪制的數(shù)據(jù)集，Y是自車(chē)的行駛方向。每個(gè)數(shù)據(jù)集特有的標(biāo)注特征體現(xiàn)在邊界框的分布范圍、密度和數(shù)量上。

和其他數(shù)據(jù)集綜述的對(duì)比：包括收集的數(shù)據(jù)集數(shù)量(Dataset )、相關(guān)任務(wù)（Tasks）、傳感域( S.domain )、傳感器模態(tài)( S.Moda . )、幾何條件( Geo . )、環(huán)境條件( Env . )、數(shù)據(jù)分布（Data Analysis）、標(biāo)注質(zhì)量和過(guò)程。任務(wù)類(lèi)型用粗粒度來(lái)描述，包括感知( Perc . )、預(yù)測(cè)( Pred . )、規(guī)劃( PL . )、控制( C . )、端到端 ( E2E )。

總結(jié)了自動(dòng)駕駛數(shù)據(jù)集發(fā)布的趨勢(shì)。自動(dòng)駕駛數(shù)據(jù)集在2015年至2020快速增長(zhǎng)，然后緩慢下降。相比之下，V2X數(shù)據(jù)集有增加的趨勢(shì)，顯示了協(xié)作感知系統(tǒng)的研究趨勢(shì)。

4. 文章結(jié)構(gòu)

這篇綜述主要分類(lèi)包括影響評(píng)分、傳感器和模態(tài)、自動(dòng)駕駛?cè)蝿?wù)、重要數(shù)據(jù)集和標(biāo)注過(guò)程。

自動(dòng)駕駛?cè)蝿?wù)中使用傳感器的模態(tài)總結(jié)。

傳感器數(shù)量分布，RGB相機(jī)和激光雷達(dá)是自動(dòng)駕駛數(shù)據(jù)集中使用最多的傳感器。

自動(dòng)駕駛pipeline總結(jié)：自動(dòng)駕駛系統(tǒng)可以分為兩種類(lèi)型：基于模塊的和端到端的。

自動(dòng)駕駛?cè)蝿?wù)的總結(jié)。

2007年到2023年的數(shù)據(jù)集發(fā)布的時(shí)間線。

高影響感知數(shù)據(jù)集的總結(jié)。

5. 總結(jié)

這篇文章對(duì)200多個(gè)現(xiàn)有的自動(dòng)駕駛數(shù)據(jù)集進(jìn)行了全面系統(tǒng)的回顧和分析。從與自動(dòng)駕駛數(shù)據(jù)集相關(guān)的傳感器類(lèi)型和模態(tài)、感知域和任務(wù)入手。為了驗(yàn)證感知數(shù)據(jù)集的影響力和重要性，引入了一個(gè)新的評(píng)價(jià)指標(biāo)- -影響評(píng)分。之后展示了幾個(gè)涉及感知、預(yù)測(cè)、規(guī)劃、控制和端到端自動(dòng)駕駛的高影響力數(shù)據(jù)集。還對(duì)自動(dòng)駕駛數(shù)據(jù)集的標(biāo)注方法進(jìn)行了說(shuō)明，并對(duì)影響標(biāo)注質(zhì)量的因素進(jìn)行了研究。

審核編輯：湯梓紅