Výzkum autonomního řízení spoléhá ve velké míře na data. Čím přesněji dokážou výzkumníci zachytit to, co vozidlo vidí, kde se objekty nacházejí a jak se pohybují, tím lépe mohou vyvíjet a vyhodnocovat systémy vnímání. Zveřejnění datové sady AevaScenes společností Aeva představuje v tomto směru zajímavý krok, neboť bezplatně zpřístupňuje rozsáhlý soubor dat kombinující FMCW 4D LiDAR a kamery pro akademický a nekomerční výzkum.

Tato datová sada propojuje synchronizovaná měření ze šesti senzorů FMCW LiDAR a šesti RGB kamer s vysokým rozlišením. Na rozdíl od konvenčních datových sad z LiDARů, které poskytují především informace o vzdálenosti, dokáže FMCW LiDAR zachytit jak polohu, tak rychlost. Tato dodatečná informace je obzvláště cenná pro výzkum v oblasti detekce objektů, jejich sledování, předvídání pohybu a chápání celkové dopravní situace. AevaScenes obsahuje také sémantickou segmentaci a anotace jízdních pruhů, což výzkumníkům poskytuje několik vrstev informací pro trénování a vyhodnocování algoritmů vnímání.

Dalším pozoruhodným aspektem je samotný rozsah datové sady. Obsahuje 100 sekvencí jízd a přibližně 10 000 synchronizovaných snímků, které pokrývají městské i dálniční prostředí a zároveň denní i noční podmínky. Anotace dosahují až do vzdálenosti 400 metrů, což může být obzvláště užitečné pro zkoumání toho, jak autonomní vozidla vnímají objekty a dopravní situace ve větším předstihu.

Otevřené datové sady, jako je tato, mohou pomoci učinit výzkum autonomního řízení lépe reprodukovatelným. Výzkumníci pracující například na fúzi senzorů (sensor fusion) mohou při porovnávání různých algoritmů vycházet ze stejných podkladových dat, namísto spoléhání se výhradně na vlastnické (proprietařní) datové sady. To může usnadnit benchmarkování různých přístupů a identifikaci toho, kde konkrétní metody vnímání dosahují dobrých výsledků a kde naopak narážejí na limity.

Datová sada má zároveň jasně vymezená omezení: sekvence byly posbírány v oblasti Sanfranciského zálivu za příznivého počasí a na suchých vozovkách. Nemůže tedy reprezentovat plnou rozmanitost podmínek, se kterými se vozidla setkávají v Evropě, včetně sněhu, hustého deště nebo odlišné silniční infrastruktury.

Otevřené zpřístupnění vysoce kvalitních multimodálních senzorických dat je nicméně významným příspěvkem k vývoji automatizovaného řízení. Kvalitnější sdílené datové sady mohou výzkumníkům pomoci systematicky testovat nové myšlenky a vnést větší transparentnost do rychle se rozvíjející oblasti vnímání vozidel.

Více informací o tématu najdete zde.

Celý článek najdete zde.

AEVA. Aeva Introduces AevaScenes, the First Open-Access FMCW 4D LiDAR and Camera Dataset for Autonomous Vehicle Research [online]. 30. září 2025 [cit. 2026-08-13]. Dostupné z: https://www.aeva.com/press/aeva-introduces-aevascenes-the-first-open-access-fmcw-4d-lidar-and-camera-dataset-for-autonomous-vehicle-research/

Obrázek: chat gpt