自动驾驶数据（自动驾驶数据标注教学）
本篇文章给大家谈谈自动驾驶数据，以及自动驾驶数据标注教学对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
本文目录一览：
- 1、自动驾驶数据都有什么呢？哪家公司能提供？
- 2、无人驾驶成绩单：Waymo发布自动驾驶汽车事故数据
- 3、自动驾驶领域数据从哪里来？
- 4、自动驾驶领域的视觉数据都有哪些？
- 5、自动驾驶领域算法训练主要用到哪些数据？
自动驾驶数据都有什么呢？哪家公司能提供？
自动驾驶数据标注能力
基于客户需求对海量原始数据进行框选、提取、分类等一系列处理，将混杂数据转化为机器学习可识别的智能驾驶专业数据，帮助驾驶技术更好的感知实际道路、车辆位置和障碍物信息、疲劳检测等，实时感知在途风险，实现智能行车、自动泊车等预定目标。
标注类别包含：3D雷达点云、track id、freespace（可行驶区域、边界线、分割）、人体（拉框、标点、ofo）、车辆（拉框、3D标点）、车道线（车道线、边缘线）、交通标志（牌、灯）、人脸（特征点、眼睑线）等八大类。
一、3D雷达点云
3D雷达点云标注的主要工作内容是标注出雷达图中的所有可移动物体，具体细分为小轿车、卡车、重型车、两轮车、行人等十一大类别，用3D框的形式框选出图内每一个目标物体
二、Track id
车辆track id 工作内容是对图片中，车辆/行人/两轮车，进行标注在track时需要保证同一辆车ID值保存一致，直到同一个ID消失为止。
1.可行驶区域
可行驶区域标注的主要内容是，根据标注顺序进行标注，画出图中的可行驶区域（当前车辆所在的状态下可以安全行驶到达的区域）、无效视野、车辆本体、障碍物、停车杆、忽略区、行人和减速带
2.拼接图地面标志分割
拼接图地面标志分割标注内容是在环视拼接图中将车位线、车道线、箭头、斑马线、物理减速带、禁停区、地标等用不同的颜色的线围成贴合封闭的多边形。
无人驾驶成绩单：Waymo发布自动驾驶汽车事故数据
谷歌母公司Alphabet Inc旗下的自动驾驶科技公司Waymo本月在凤凰城郊区向公众开放了无人驾驶出租车服务，该公司周五表示，自2019年以来，该公司的自动驾驶车辆在测试和实际乘坐过程中发生了18起小事故。
Waymo表示，公布这些数据是为了提高透明度。曾有居民抱怨数百辆Waymo面包车在城里行驶，认为他们的驾驶模式危险。原因是这些无人驾驶车经常停下来，有被人类司机追尾的风险。Waymo还希望其安全数据能够帮助公司和监管机构为自动驾驶汽车制定全行业的安全标准。
根据数据，Waymo在凤凰城的车辆大约每行驶33.9万英里（54.5万公里）才会发生一次小事故，另有29次事故是在安全司机的干预下避免的。这相当于每21万英里（33.8万公里）发生一次。不过，包括那些被避免的事件在内，仍然没有一起事件会导致严重的伤害。
数据显示，Waymo汽车被追尾11次。Waymo的现场安全负责人Matthew Schwall在简报中告诉记者，对凤凰城运营的分析显示，其汽车被追尾的次数并不比该地普通人类驾驶车辆多。
他说，在亚利桑那州记录在案的事件中，最重要的8起涉及人为错误。另外他还表示，Waymo自动驾驶技术能够始终避免撞到固定物体或偏离道路等事件。他指出，这些都是人类司机经常发生的可能导致死亡的事件。
Waymo并未透露是否会定期发布碰撞和安全数据。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
自动驾驶领域数据从哪里来？
主要来源于数据标注行业。
数据标注处理的标注场景通常包括换道超车、通过路口、无红绿灯控制的无保护左转、右转，以及一些复杂的长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等等。
这是一张曼孚科技数据标注处理过的自动驾驶领域图像：
自动驾驶领域的视觉数据都有哪些？
自动驾驶领域的视觉数据可分为车载摄像头采集的2D图像数据和激光雷达采集的3D点云数据，从项目来看目前以2D图像的标注居多。
自动驾驶领域算法训练主要用到哪些数据？
数据主要以车载摄像头采集的2D图像数据和激光雷达采集的3D点云数据为主，场景包括换道超车、通过路口、无红绿灯控制的无保护左转、右转，以及一些复杂的长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等等。
自动驾驶数据的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于自动驾驶数据标注教学、自动驾驶数据的信息别忘了在本站进行查找喔。
与本文内容相关的文章：
长安蓝鲸iDD兼顾低速省油和高速性能？全速域实测UNI-K iDD
