Waymo上线11万美元挑战赛，福特开放1.6TB自动驾驶数据

福特公司本周悄悄在官网和GitHub上线了自己的无人驾驶数据集，包含了2017~2018两年间的自动驾驶车队路测数据，总体积1.6TB。

福特也成为继Waymo之后另一家开放自动驾驶数据的商业公司，巧合的是Waymo在前一天刚刚更新了去年8月上线的数据集。

来自福特的数据集中有底特律地区一年四季，包括机场、高速公路、市中心、大学校园和郊区等多种驾驶场景。

数据主要由4个激光雷达传感器、6个1300万像素相机，、一个500万像素相机和惯性测量单元收集。

这些传感器收集了3D地面反射率地图、3D点云地图、六自由度真实姿态和局部姿态等信息。

数据集中的每个日志均带有时间戳，并包含来自所有传感器的原始数据、校准值、姿态轨迹、真实姿态、3D地图。

所有数据均以ROS包的格式提供，可以使用ROS系统进行可视化、修改和应用。ROS一个被广泛用作开发中间件的开源机器人操作系统。

为了便于可视化和开发，福特在GitHub上提供了一组ROS软件包，并且在Ubuntu 16.04、32GB RAM和ROS Kinetic Kame上进行了测试。

福特强调，因为分享的资源是计算密集型的，直接跑在16GB内存的机器上会比较吃力。

安装好ROS和相关依赖软件包后，即可用命令行直接查看激光雷达点云文件。

roslaunch ford_demo multi_lidar_convert.launch

如果不熟悉ROS，官方还提供了一个格式转换工具，将数据转成csv格式。

python bag_to_csv /path/to/your/bag/file/name.bag /path/to/the/config/file/name.yaml

就在福特开放数据集的前一天，Waymo也更新了自动驾驶数据集，还发起一个总奖金11万美元的挑战赛。

Waymo的挑战赛，联合加州大学伯克利分校机械系统控制实验室、AWS和AI数据服务平台提供商Graviti（格物钛）一起进行，旨在加速预测模型/算法评价的研究。

目前学术界和工业界一致认为，行为预测（Prediction: 如轨迹、动作、意图）是自动驾驶领域最具挑战性的问题之一，它是阻碍全自动驾驶实现的一大因素。

而要解决这一问题，有两个条件不可或缺：

一是包含很多车辆和行人交互的真实场景运动数据的收集和积累。

二是可以通过这些数据对各种预测算法进行正确而有效的评价。

但不幸的是，目前没有一个可以公平比较不同预测模型（或算法）性能的基准，尤其是在考虑到有规划在环的情况下（模型集成了预测和规划两个模块），公平基准是个大难题。

于是Waymo和上述合作方出手了。

值得一提的是，此次提供AI数据服务平台的 Graviti（格物钛） ，是一家中国AI初创公司。其创始人崔运凯毕业于上海交通大学和美国宾夕法尼亚大学，曾任Uber 无人驾驶部门的Tech Lead Manager，是该部门最早期一批员工。

本次挑战赛分为五个挑战赛，分别是常规挑战赛、数据效率挑战赛、概括性挑战赛、闭环挑战赛、开源挑战赛。

大赛计划在3月和6月举办两轮比赛，根据较为公允的指标对预测模型和算法进行不同方面的评价和测试。参赛者可以获得训练和验证数据集的输入和输出，但只能获得测试集的输入。在参赛者提交了测试集上算法输出的结果后，将进行一系列评价，并在活动排行榜上公布得分。

目前，挑战赛已经开始，将会一直持续到2020年5月31日，最后由公开排行榜的前三名瓜分奖金。

获胜者有机会参加6月份在西雅图举办的CVPR 2020，并在自动驾驶Workshop上展示自己的成果，只是不知道今年的CVPR还能否在线下举办。

总之，Waymo作为自动驾驶领域的全球领头羊，既然关注这样的课题，也说明其重要性和必要性。

而说回福特，作为全美第一汽车制造企业，福特公司近年来在自动驾驶领域一直有大动作。

2019年，福特宣布投资投资9亿美元用于建设制造自动驾驶汽车的新工厂，另外还要建立一个估值40亿美元的自动驾驶研发运营部门。

福特最近还收购了自动驾驶系统开发商Quantum Signal，提高自己的研发实力，并与Argo AI保持着密切关系，承诺在未来五年内向后者投资10亿美元。

传送门

福特论文地址：https://arxiv.org/abs/2003.07969

源代码：https://github.com/Ford/AVData

Waymo挑战赛：https://blog.waymo.com/2020/03/announcing-waymos-open-dataset-challenges.htmlhttps://waymo.com/open/challengeshttp://challenge-zh.interaction-dataset.com/prediction-challenge/intro

版权所有，未经授权不得以任何形式转载及使用，违者必究。