本文首發于公眾號【調皮連續波】，其他平臺為自動同步，內容若不全或亂碼，請前往公眾號閱讀。保持關注調皮哥，和1.5W雷達er一起學習雷達技術！

【正文】

編輯|雷達小助理 審核|調皮哥

早在今年(2023年)的上海國際汽車展會上，采埃孚（ZF）官方宣布將重磅推出4D成像雷達開發環境和帶標注的數據集，這是采埃孚首次將4D成像毫米波雷達開發環境和數據集向客戶開放，也是目前大家最具期待的4D成像毫米波雷達數據集之一。

隨著采埃孚數萬公里數據集的開放，將會補充現階段世界上4D成像毫米波雷達數據集的不足之處，更能夠幫助實現更好的信息共享與自動駕駛技術升級，全面提升用戶的差異化競爭力。

[圖片來源：采埃孚官微]

采埃孚宣稱其4D成像毫米波雷達數據集是帶標注的公開數據集，包括雷達的真實點云數據及激光雷達標注數據。數據集中的標準參照標注信息（Ground Truth Label）采用清晰度更高的激光雷達為基準進行打標，從而驗證4D成像毫米波雷達的準確性和可靠性。

這些數據集將展示4D成像毫米波雷達探測的準確性及可應用場景，從而幫助用戶形成相關概念，加速其應用4D成像毫米波雷達的進程，同時可基于該數據集信息，研究人員可以根據自己的算法擴展新的功能。

這份由采埃孚(ZF)提供用于自動駕駛目標檢測的4D成像毫米波雷達數據集，采用的是采埃孚的FRGen21 4D成像毫米波雷達捕獲的，已經在Github中發布了存儲庫，鏈接如下：

https://github.com/ZF4DRadSet/ZF-4DRadar-Dataset。

目前，由于相關政策原因，暫時還沒有發布正式的數據集，但預計今年會發布，敬請期待。

在此之前，調皮連續波公眾號平臺分享過View-of-Delft (VOD)4D成像毫米波雷達數據集，同樣采用了采埃孚的 FRGen21 3+1D 雷達捕獲數據，如下鏈接所示：

1、雷達開源數據集 | 代爾夫特數據集(VOD)，4D雷達、激光雷達和相機數據

2、4D成像毫米波雷達點云數據集VOD（含Python和MATLAB數據解析仿真代碼）

FRGen21雷達捕獲的4D成像毫米波雷達數據集和VOD數據集不同，該數據集包含了7000幀4D成像毫米波數據，同時相機和激光雷達數據也同步收集和校準。

該數據集的場景包括 4 個典型場景：城市綜合體交通場景、停車場場景、隧道場景、高速公路場景，總的來說場景要比VOD數據更加完整，VOD僅有城市綜合體交通場景。目標檢測的類別包括四類：汽車、自行車、行人和卡車/巴士。

采用該數據集，可以在四個維度（范圍，速度，方位角和仰角）中提供了很高的探測性能，可以覆蓋最遠200m的物體。數據的注釋格式與kitti數據集類似，包含多傳感器的時間戳、校準參數、目標檢測的類別以及檢測邊界框的位置和大小。

同時，將包含 7000 幀的數據集分別分為 5000 幀的訓練集、1000 幀的驗證集和測試集。如前所示，作為初步的學習和研究，這十分有利于讀者進行學習和驗證相關的算法，從而不需要花費大量時間在數據標注上。

今年7月份也將會開放申請到同濟大學數據集，鏈接如下：

https://github.com/TJRadarLab/TJ4DRadSet

TJ4DRadSet：自動駕駛4D成像雷達數據集演示效果：

屆時，這兩個4D成像毫米波雷達數據集，加上VOD數據集，以及之前的眾多雷達數據集。宏觀上講，將會越加豐富雷達感知與自動駕駛的研究，促進行業發展；從微觀上講，將會給大家提供更多的研究幫助，促進個人學術研究！

非常感謝諸多科學家、工程師，技術人員，企業、高校以及研究所給行業帶來的寶貴資源！

【本期結束】

【點擊以下鏈接可直達各個業務模塊】

本文是空閑時個人的心得體會，僅供參考。目前我還有很多內容需要學習，如果還有沒有說到或者不全面的地方，還請指正，感謝大家。喜歡本文，可以一鍵三連。歡迎關注備用號【跳頻連續波】。