构成

1611138600052011110.png

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:

图片6.jpg

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。

Tsinghua University

Haidian District, Beijing, 100084, P. R. China

Email:[email protected]

© Copyright 2016-2020 www.OpenMPD.com. All Rights Reserved