具身智能相关数据-自动驾驶轨迹

包含HD Map、LiDAR点云、环视与立体视觉数据，支持3D目标检测、轨迹预测与多模态训练，适用于自动驾驶AI模型研发。

0 条数据更新时间 2026-06-08

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

需要定制更适合业务场景的数据集？

我们支持公开数据浏览、关键词筛选与企业级定制交付，帮助你更快完成模型训练与数据分析落地。