详细内容或原文请订阅后点击阅览
利用人工智能建设更安全的道路：应急车辆数据集
用于开发自动驾驶汽车系统的大多数训练数据集往往侧重于日常物体，例如普通汽车、步行的人和自行车。然而，这种常见的方法往往会忽略重要但不常见的车辆，例如救护车和警车。新发布的计算机生成数据集，名为 EMS3D-KITTI，旨在缩小这一差距。 [...]
来源:科学特色系列大多数用于开发自动驾驶汽车系统的培训数据集倾向于专注于常规汽车，人步行和自行车等日常物品。然而，这种常见的方法常常遗漏了重要但频率较低的车辆，例如救护车和警车。一个名为EMS3D-KITTI的新发布的计算机生成的数据集旨在缩小此差距。它提供了包括紧急医疗车辆在内的均衡现场。该数据集是由北卡罗来纳州农业和技术州立大学Chandra Jaiswal博士领导的研究人员创建的。他们的工作简要发表在期刊数据中。
简短的数据为了构建此数据集，Jaiswal博士的团队使用了一个名为“汽车学习”的虚拟驾驶平台，这是一种现实的模拟环境，用于培训和测试自动驾驶系统。该工具使他们能够模拟现实的交通状况，包括救护车和警车以及其他道路使用者。他们为几个数字测试车配备了相机和激光传感器，称为光检测和射程或激光镜头，它们使用光测量距离，以创建详细的3D图周围环境。这些车辆在不同的城镇布局中录制了场景。这些虚拟城镇包括各种条件，例如改变天气和不可预测的车辆行动，以尽可能地反映现实生活中的驾驶。然后，使用Karlsruhe技术研究所和丰田技术研究所（Toyota Technology Institute）设计的所有捕获数据，然后使用广泛接受的格式进行组织，该研究所是自动驾驶汽车研究领域中用于存储和处理视觉和空间数据的标准结构。