MPD数据由构建的多模式感知车辆系统收集。数据由配备GPU的工业计算机实时记录。车辆顶部设置了六个摄像头和四个激光雷达,以下是传感器设置图:
在数据收集期间,车速保持在40km / h。OpenMPD 由连续的帧片段组成,每个片段持续 5 秒。对于 5 秒内的连续图像帧,相机每隔一帧注释一次,以获得 100 张标记图像。此外,机械激光雷达在 5 秒内连续注释每个点云。为了帮助研究人员快速了解 OpenMPD,我们还提供了有关如何使用 OpenMPD 的教程。
相机
OpenMPD 数据集专为现实世界中的复杂情况而设计。在这种情况下,我们需要数据收集平台的视图是 360°。因此,我们增加了一个面向车辆后部的摄像头。
以下是所有相机的参数:
传感器/参数 | 数量 | 分辨率 | 焦距 | 视场角 | 数据传播速度 | 范围 |
前方中间 | 1 | 1024*968 | 25mm | 23° | 47.41Mbp/s | 50-150m |
左前 & 右前 | 2 | 1024*968 | 6mm | 100° | 47.41Mbp/s | ~50m |
后方 | 1 | 1024*968 | 8mm | 65° | 44.40Mbp/s | ~100m |
左后 & 右后 | 2 | 1024*968 | 5mm | 78° | 16.41Mbp/s | ~3m |
雷达
为了通过雷达提供360度的整个环境,我们在车辆的前车顶放置了一个128光束的雷达,这也是主场景的数据采集设备。与那些波束较少的雷达相比,它可以从远距离收集信息,数据更准确,指向更密集。为了克服盲点的问题,我们决定在两侧放置 2 个带有 16 个光束的雷达,在背面放置 1 个带有 40 个光束的雷达,以覆盖所有范围。我们将所有雷达设置为 10Hz。
以下是所有激光雷达的参数:
传感器/参数 | 数量 | 光束 | 垂直视场 FOV | 垂直分辨率 | 范围 (官方) | 范围 (已测试) |
前方 | 1 | 128 | -25° +15° | 0. 1° | 200m | 150m |
后方 | 1 | 40 | -25° +15° | 0.33° | 200m | 100m |
左 & 右 | 2 | 16 | -15° +15° | 2° | 100m | 30m |
感谢全球领先的人工智能数据服务提供商Datatang(https://www.datatang.ai,stock code:831428),提供量身定制的数据服务。它的几个注释平台通过集成自动注释工具设法降低了数据处理成本。数据堂通过高质量的训练数据服务,帮助全球数千家AI企业提升AI模型的性能。