具身智能相关数据-自动驾驶轨迹 (index.html)
数据集简介
主要数据内容包括: 大规模自动驾驶多传感器数据资源 高精地图(HD Map)与道路语义数据 LiDAR 点云、环视摄像头与立体视觉数据 自动驾驶轨迹预测与运动预测场景数据 3D 目标检测、3D Tracking 与行为预测标注数据 多城市真实道路驾驶场景数据 包含车道线、可行驶区域、交通规则等地图语义信息 自动驾驶仿真与场景重建数据资源 支持的能力方向包括: 自动驾驶感知与路径规划训练 Motion Forecasting(轨迹预测)模型训练 3D 目标检测与多目标跟踪 多模态传感器融合训练 自动驾驶地图理解与定位 LiDAR 自监督学习与点云预测 End-to-End 自动驾驶模型研发 自动驾驶场景理解与复杂交通行为分析 适用于: 自动驾驶 AI 模型研发 智能驾驶感知算法训练 自动驾驶仿真环境构建 多模态自动驾驶数据训练 自动驾驶 Benchmark 评测与算法验证 高精地图与轨迹预测研究 机器人与具身智能场景研究
数据质量
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet,支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性,数据集在构建过程中对原始记录进行了标准化处理,包括:(1)单位标准化:统一价格、重量、尺寸等字段的计量单位;(2)格式标准化:统一日期、时间、数值字段的表示格式;(3)文本清洗:去除 HTML 标签、多余空格及异常字符;(4)字段规范化:统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性,便于后续分析与建模。
记录代表性
数据覆盖全量业务场景,样本均衡,具备行业代表性
