7月4日舉辦的百度開發者大會上，李彥宏宣布百度L4級自動駕駛路測里程破兩百萬公里，百度的level4自動駕駛已經發展到了一個新的階段。

自動駕駛依賴高度精確的目標檢測能力，以應對路上可能出現的各種情況，而想訓練一個完善的目標檢測模型，則需要大量的車載傳感器提供的數據。所以說百度在自動駕駛方面取得的成就，基礎就是那兩百萬公里的路測數據。

許多想嘗試做目標識別的機構或者個人，都苦于無法獲取足夠的數據而無法進行相關研究。

最近，Lyft公司專注于自動駕駛的Lyft level5團隊公開了一組他們采集的數據集，并且預計在12月舉辦一次基于該數據集的比賽，數據集一共將近60G，注冊一個賬戶即可下載。

數據來之不易

該數據集包括高質量的語義圖， 語義圖提供關于場景中車輛位置和移動方向的上下文推理，所有地圖元素都映射到基礎幾何圖，是數據集中所有場景的相同參照系。

提供的地圖有超過4000個車道段（2000個路段車道和約2000個車道），197個人行橫道，60個停車標志，54個停車區，8X減速帶，11X減速帶。

所有數據均采集于福特Fusion車隊， 每輛車都配有以下傳感器：

激光雷達：

一個安裝在車頂的40束激光雷達和兩個安裝在保險杠的40束激光雷達；

每個雷達的方位角分辨率為0.2度；

所有三個激光雷達共同產生約216,000個點，頻率為10赫茲；

所有雷達的發射方向在任何給定時間都是相同的。

攝像頭：

六個寬視角（WFOV）攝像機均勻覆蓋360度視角（FOV), 每臺相機的分辨率為1224x1024，FOV為70°x60°；

一個長焦距攝像頭略微向上安裝，主要用于檢測交通信號燈，相機的分辨率為2048x864，FOV為35°x15°；

每個攝像機與雷達同步，使得當攝像機捕獲圖像時，雷達光束位于攝像機視野的中心。