創(chuàng)新的數(shù)據(jù)集以加速自動駕駛研究

我們?nèi)绾斡?xùn)練自動駕駛汽車，讓它們對周圍的世界有更深的認識?計算機能否從過去的經(jīng)驗中學(xué)習(xí)，從而認識到未來的模式，從而幫助它們安全地駕馭新的和不可預(yù)測的情況?

這些是來自麻省理工學(xué)院運輸和物流中心和豐田合作安全研究中心(CSRC)的老年研究中心的研究人員試圖通過共享一個名為DriveSeg的創(chuàng)新開放數(shù)據(jù)集來回答的一些問題。

通過DriveSeg的發(fā)布，麻省理工學(xué)院(MIT)和豐田(Toyota)正致力于推進自動駕駛系統(tǒng)的研究，該系統(tǒng)很像人類的感知，將駕駛環(huán)境視為連續(xù)的視覺信息流。

首席研究員Bryan Reimer說:“通過共享這個數(shù)據(jù)集，我們希望鼓勵研究人員、業(yè)界和其他創(chuàng)新者開發(fā)臨時人工智能建模的新見解和方向，使下一代輔助駕駛和汽車安全技術(shù)成為可能。”“我們與豐田證監(jiān)會的長期工作關(guān)系，使我們的研究努力能夠影響未來的安全技術(shù)?！?/p>

豐田中國證監(jiān)會高級首席工程師芮尼(Rini Sherony)表示:“預(yù)測能力是人類智慧的重要組成部分?！薄懊慨?dāng)我們開車時，我們總是在跟蹤周圍環(huán)境的運動，以識別潛在的風(fēng)險，做出更安全的決定?！蓖ㄟ^共享這個數(shù)據(jù)集，我們希望加快對自動駕駛系統(tǒng)和更適應(yīng)周圍復(fù)雜環(huán)境的先進安全特性的研究?！?/p>

到目前為止，提供給研究社區(qū)的自動駕駛數(shù)據(jù)主要由靜態(tài)的單個圖像組成，這些圖像可以通過使用“邊界框”來識別和跟蹤道路內(nèi)和周圍的常見物體，比如自行車、行人或交通燈。相比之下，DriveSeg通過連續(xù)視頻駕駛場景的鏡頭，對許多常見的道路物體進行了更精確的像素級表示。這種類型的全場景分割可以特別有助于識別更多的非定形物體，如道路建設(shè)和植被，這些物體并不總是具有這樣明確和統(tǒng)一的形狀。

謝洛尼表示，基于視頻的駕駛場景感知提供的數(shù)據(jù)流更接近動態(tài)的真實駕駛情況。它還允許研究人員探索數(shù)據(jù)模式，隨著時間的推移，這可能導(dǎo)致機器學(xué)習(xí)、場景理解和行為預(yù)測的進步。

DriveSeg是免費提供的，研究人員和學(xué)術(shù)團體可以在下面的鏈接用于非商業(yè)目的。數(shù)據(jù)由兩部分組成。DriveSeg(手動)是一段2分47秒的高分辨率視頻，拍攝于白天在馬薩諸塞州劍橋市繁忙的街道上。該視頻的5000幀密集地手工標(biāo)注了12類道路物體的每像素人工標(biāo)簽。

DriveSeg(半自動)是20,100個視頻幀(67個10秒視頻剪輯)從麻省理工學(xué)院先進汽車技術(shù)(AVT)聯(lián)盟的數(shù)據(jù)。DriveSeg(半自動)與DriveSeg(手動)使用相同的像素語義注釋，只是注釋是通過MIT開發(fā)的一種新型半自動注釋方法完成的。這種方法同時利用手工和計算工作，以比手工注釋更低的成本更有效地對數(shù)據(jù)進行粗略注釋。創(chuàng)建該數(shù)據(jù)集的目的是評估在廣泛的真實駕駛場景中進行注釋的可行性，并評估在基于人工智能的標(biāo)簽系統(tǒng)創(chuàng)建的像素標(biāo)簽上訓(xùn)練車輛感知系統(tǒng)的潛力。