Neue Datensätze für autonomes Fahren verfügbar

Neue Datensätze für autonomes Fahren verfügbar

Gleich zwei Datensätze stehen neu zur Verfügung: Thermokamera-Sicht-Satz von Teledyne FLIR und ein Labelschatz von Waymo.

Datensätze werden benötigt, um die Fahrzeug-KI in der Simulation mit der Realität vertraut zu machen. Derart kann die KI lernen, sich im Straßenverkehr richtig zu verhalten. Die Szenen aus der realen Welt sind Grundlagen dafür. Diese Grundlagen sind aber teuer in der Bereitstellung und hier haben große Firmen deutlich Vorteile. Derart hat Waymo einen Datensatz erweitert.

Neue Datensätze für autonomes Fahren verfügbar

Symbolbild des Datensatzes von Waymo. Quelle: Waymo

Konkret handelt es sich um den Waymo Open Dataset von 2019, der als einer der größten Datenschätze des autonomen Fahrens gilt. Er ist aber nur für Forschungszwecke freigegeben. Der ursprüngliche Datensatz mit 1.000 Fahrsegmenten wurde, wegen der hohen Nachfrage, fast verdoppelt. Außerdem hat man eine Bewegungsdatensatz hinzugefügt, womit eine Verhaltensvorhersage trainiert werden kann.

Die Erweiterungen verfügen über Schlüsselpunktetiketten, als inklusive Schlüsselpunkte und Posenschätzung. Damit kann man beispielsweise das Abbiegeverhalten von Radfahrenden einschätzen. Weitere neue Details sind die 3D-Segmentierungsetiketten, die neben der Objektklassifizierung eine pixelgenaue Rückführung zur Punktwolke erlaubt. Derart können Lidardaten besser ausgewertet werden. Des Weiteren verfügt der neue Waymo-Datensatz über eine 2D-zu-3D-Begrenzungsbox-Korrespondenz. Damit können 2D-Kamerabilder auf 3D-Lidarbilder umgelegt werden.

Die Waymo Open Dataset Challenges 2022 will mit einer Bewegungsvorhersage auf Basis der letzten Sekunde von acht Objekten für achte Sekunden vorhersagen. Das soll mit der Metrik “Soft mAP” gelingen. Ebenfalls mit der letzten Sekunde will man eine Karte aufzeichnen, in der der gesamte Verkehrsfluss aus der Vogelperspektive für acht Sekunden vorhersehbar ist. Auch die semantische 3D-Segmentierung gelingt mit Kamera- und Lidarbildern. Künftig soll auch eine reine Kamera-Perspektive in 3D aus dem Material erstellbar werden. Die Challenge ist mit einer Prämie von 15.000 US-Dollar für den ersten Platz ausgelobt. Wer mitmachen will, muss hier klicken.

Auch Sensorunternehmen veröffentlichen Datensätze, um die Sensoren besser zu vermarkten. Das gilt besonders für Sensoren, um deren Nutzen noch geworben wird wie den Wärmebildkameras. Das Unternehmen Teledyne FLIR stellt einen kostenlosen Datensatz für autonome Fahrfunktionen bereit. Auch dieser Datensatz hat sich gegenüber dem vorherigen Satz fast verdoppelt und verfügt über mehr als 26.000 kommentierte Bilder aus den Frankreich, Großbritannien und den USA – bei Tag und Nacht. Die Objektklassifizierung umfasst auch Busse, Bahnen, Lkws, Personen, Fahrräder, Kinderwagen, Skateboards, Roller, Ampeln, Verkehrsinfrastruktur, Hunde und selbstverständlich Autos und Motorräder. Quelle (englisch)

David Fluhr

Ich schreibe seit 2011 über das Thema Autonomes & Vernetztes Fahren. Ich habe Sozialwissenschaften an der HU Berlin studiert und bin seit 2012 selbstständiger Journalist. Kontakt: mail@autonomes-fahren.de

Das könnte dich auch interessieren …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

* Für einen Kommentar braucht es einen Blick in die Datenschutz-Bestimmungen