1.6 常用数据集: Waymo Open Dataset

tags

password

icon

上一节提到了, 评价轨迹预测结果优劣需要有agent的真值, 那么如此大数据量的真值如何获取呢? 有一些开源机构在线上公布了他们采集到的数据集, 本节将介绍轨迹预测常用的一些数据集.

Waymo Open Dataset是Waymo公司为了促进自动驾驶技术、机器感知和相关领域的研究而公开发布的一个大型数据集。该数据集包含了Waymo自动驾驶车队在多个城市和郊区环境中收集的高分辨率传感器数据，涵盖了白天和夜晚、晴天和雨天等多种天气和光照条件下的驾驶场景。

对于轨迹预测需要使用Waymo Motion数据集分为: 70%的训练集(training)、15%的测试集(testing)和15%的验证集(validation)。

Waymo每年都会举办Motion Prediction Challenge, 论文作者可以将自己的模型提交官方测试, 2024参赛模型的表现排行榜如图:

测试集的真值对参赛者是隐藏的。因此，测试集仅包含1秒的历史数据。而训练集和验证集则包含用于模型开发的地面真实未来数据。此外，测试集和验证集还提供了场景中最多8个对象轨迹的列表以供预测。这些对象轨迹的选择旨在包含有趣的行为和平衡的对象类型。

1.6.1 数据格式

Waymo Motion数据集由103,354个片段组成，每个片段包含20秒的对象轨迹，采样率为10Hz，以及覆盖该片段区域的地图数据。这些片段进一步被分割成9秒的时间窗口（包含1秒的历史数据和8秒的未来数据），且这些窗口之间存在不同的重叠。数据以两种形式提供:

在训练集或验证集中的每个9秒序列都包含1秒的历史数据、当前时间的一个样本以及10Hz采样率下的8秒未来真值数据。这对应于10个历史样本、1个当前时间样本和80个未来样本，总共91个样本。

而测试集则隐藏了未来真值数据，因此总共有11个样本（10个历史样本和1个当前时间样本）。

数据基于全局坐标，其中X轴代表东向，Y轴代表北向，Z轴代表上方。每个场景中的坐标系统原点都是单独的。

数据集中所有的单位都是米。

Waymo Motion数据集的由不同的场景Scenario组成. Scenario由proto定义, 包含了当前场景下的所有数据, 包括object的轨迹, 静态地图信息, 动态地图信息(比如交通信号灯)等等. Scenario具体定义如下:

比如第个时间步时, 第个object的state的数据是tracks[i].states[j]

比如第个时间步时, 第个lane_state的数据是dynamic_map_states[j].lane_states[i]

每个子对象的结构不再赘述, 可见proto.