Odsłuchaj ten artykuł
Fot. MAN Truck & Bus
Producent ciężarówek publikuje dane z czujników z projektu rozwoju autonomicznej jazdy
MAN Truck & Bus jest pierwszym producentem samochodów ciężarowych, który opublikował zestaw danych pojazdu z przejazdów podczas prac rozwojowych nad autonomiczną jazdą.
Zestaw danych „MAN TruckScenes” obejmuje 747 scen jazdy i jest ogólnodostępny. Według MAN-a otwarta wymiana tego typu bezpłatnych plików między różnymi podmiotami, takimi jak producenci, uniwersytety i twórcy oprogramowania, którzy niezależnie pracują nad zautomatyzowaną jazdą, przyspiesza rozwój i promuje standaryzację formatów danych.
Ponadto takie podejście umożliwia znormalizowane porównanie wyników i metod, które stanowi punkt odniesienia dla badań naukowych oraz upraszcza współpracę z zewnętrznymi partnerami.
Zbiory, takie jak “MAN TruckScenes”, są ważnym zasobem dla rozwoju bazującego na danych. Istnieje już wiele publicznie dostępnych zestawów danych dla sektora samochodów osobowych, ale nie dla sektora samochodów ciężarowych. Dzięki “MAN TruckScenes” idziemy naprzód, aby wypełnić tę lukę” – mówi dr Frederik Zohm, członek zarządu ds. badań i rozwoju w MAN Truck & Bus.
Zbieranie danych
Zestaw danych opublikowany przez niemieckiego producenta mapuje przede wszystkim operacje jazdy na niemieckich autostradach i powiązanych trasach dowozowych, a także operacje w terminalach. Mapowany jest także transport “hub-to-hub” między węzłami logistycznymi, który według producenta będzie jednym z głównych scenariuszy zastosowania ciężarówek autonomicznych.
Zestaw czujników w pojazdach MAN-a składa się z danych z czterech kamer, sześciu lidarów, sześciu radarów, dwóch inercyjnych jednostek pomiarowych do określania pozycji w przestrzeni (IMS) oraz bardzo precyzyjnych danych globalnego systemu nawigacji satelitarnej (GNSS).
“MAN TruckScenes” jest pierwszym zestawem danych zawierającym dane radarowe 4D z pokryciem 360°, co czyni go największym zestawem danych radarowych z adnotacjami 3D – chwali się producent.
Sceny zawierają dane z czujników i pojazdu z pojedynczej sekwencji jazdy, a także odpowiednie adnotacje. Adnotacje z kolei służą jako opis sytuacji na drodze i rejestrują warunki środowiskowe, a także oznaczenia obiektów wokół pojazdu. To zaś stanowi podstawę uczenia maszynowego w rozwoju sieci neuronowych do autonomicznej jazdy.
“MAN TruckScenes” znajdziecie pod adresem: https://www.man.eu/truckscenes