据外媒报道，当地时间7月23日，为促进无人监管的自动驾驶汽车的发展，Lyft发布了一个自动驾驶汽车数据集，而且该公司表示这是同类数据集中最大的，现在，该数据集以现有的nuScenes格式免费对外提供，该格式最初由安波福（Aptiv）研发。 除了包含55000个由人工标记的3D注释交通代理框架，该数据集还包括7个摄像头和三个激光雷达传感器的比特流数据，一个可供驾驶使用的地面地图，一个空间语义高精地图，该高精地图中包括4000多条巷段、196条人行横道、60个停车标志、54个停车区域、8个减速带、11个缓冲带等。Lyft表示，此类样本由福特Fusion自动驾驶汽车车队从限定的地理区域中采集而来，每辆福特Fusion自动驾驶汽车的车顶都配备了一个能够发出40个激光束的激光雷达，保险杠上也安装了一个能够发出40个激光束的激光雷达、还配备了宽视野摄像头以及一个微微向上安装的长焦距摄像头，以探测交通信号灯。 在发布数据集的同时，Lyft还宣布了一项工程挑战赛，该挑战赛面向对使用数据集中包含的样本构建机器学习模型感兴趣的开发人员，Lyft将提供价值2.5万美金的现金奖励，并派出顶级选手参加今年12月的NeurIPS大会。 该数据集由Lyft的L5团队编制，该团队由300多名工程师、应用研究人员、产品经理、运营经理以及致力于构建自动驾驶共享出行系统的人员组成。自2017年7月成立以来，该团队已经研发出新型3D分割框架、评估车辆能效的新方法，以及使用众包地图跟踪车辆移动的技术。 Lyft在私人道路上完成自动驾驶汽车测试并推出员工试点项目一年后，于2018年3月份，开始在公共道路上测试自动驾驶汽车。今年5月份，该公司与谷歌母公司Alphabet旗下的自动驾驶子公司Waymo合作，让Waymo的客户可以通过Lyft在亚利桑那州凤凰城运营的应用程序，呼叫Waymo的自动驾驶汽车。此外，该公司还与自动驾驶汽车初创公司安波福持续合作，安波福在拉斯维加斯为Lyft客户提供了小型自动驾驶汽车车队。 今年6月份，在加州长滩举行的IEEE计算机视觉和模式识别（CVPR）2019年大会上，Waymo也公布了一个自动驾驶高质量多模态传感器数据集。该数据集包括3000个驾驶场景，总计16.7个小时的视频数据、60万帧、以及约2500万个3D边界框和2200万个2D边界框。 其他类似的开源数据集包括Mapillary的街景图像Vistas数据集、用于移动机器人和自动驾驶研究的KITTI数据集、戴姆勒、马克斯·普朗克计算机科学研究所（Max Planck Institute for Informatics）和TU Darmstadt Visual Inference Group研发和维护的Cityscapes数据集。 据外媒报道，当地时间7月23日，为促进无人监管的自动驾驶汽车的发展，Lyft发布了一个自动驾驶汽车数据集，而且该公司表示这是同类数据集中最大的，现在，该数据集以现有的nuScenes格式免费对外提供，该格式最初由安波福（Aptiv）研发。 除了包含55000个由人工标记的3D注释交通代理框架，该数据集还包括7个摄像头和三个激光雷达传感器的比特流数据，一个可供驾驶使用的地面地图，一个空间语义高精地图，该高精地图中包括4000多条巷段、196条人行横道、60个停车标志、54个停车区域、8个减速带、11个缓冲带等。Lyft表示，此类样本由福特Fusion自动驾驶汽车车队从限定的地理区域中采集而来，每辆福特Fusion自动驾驶汽车的车顶都配备了一个能够发出40个激光束的激光雷达，保险杠上也安装了一个能够发出40个激光束的激光雷达、还配备了宽视野摄像头以及一个微微向上安装的长焦距摄像头，以探测交通信号灯。 在发布数据集的同时，Lyft还宣布了一项工程挑战赛，该挑战赛面向对使用数据集中包含的样本构建机器学习模型感兴趣的开发人员，Lyft将提供价值2.5万美金的现金奖励，并派出顶级选手参加今年12月的NeurIPS大会。 该数据集由Lyft的L5团队编制，该团队由300多名工程师、应用研究人员、产品经理、运营经理以及致力于构建自动驾驶共享出行系统的人员组成。自2017年7月成立以来，该团队已经研发出新型3D分割框架、评估车辆能效的新方法，以及使用众包地图跟踪车辆移动的技术。 Lyft在私人道路上完成自动驾驶汽车测试并推出员工试点项目一年后，于2018年3月份，开始在公共道路上测试自动驾驶汽车。今年5月份，该公司与谷歌母公司Alphabet旗下的自动驾驶子公司Waymo合作，让Waymo的客户可以通过Lyft在亚利桑那州凤凰城运营的应用程序，呼叫Waymo的自动驾驶汽车。此外，该公司还与自动驾驶汽车初创公司安波福持续合作，安波福在拉斯维加斯为Lyft客户提供了小型自动驾驶汽车车队。 今年6月份，在加州长滩举行的IEEE计算机视觉和模式识别（CVPR）2019年大会上，Waymo也公布了一个自动驾驶高质量多模态传感器数据集。该数据集包括3000个驾驶场景，总计16.7个小时的视频数据、60万帧、以及约2500万个3D边界框和2200万个2D边界框。 其他类似的开源数据集包括Mapillary的街景图像Vistas数据集、用于移动机器人和自动驾驶研究的KITTI数据集、戴姆勒、马克斯·普朗克计算机科学研究所（Max Planck Institute for Informatics）和TU Darmstadt Visual Inference Group研发和维护的Cityscapes数据集。