常见自动驾驶高精地图数据集对比分析

随着自动驾驶研究的蓬勃发展，传统电子地图无法满足自动驾驶领域需求，从而面向于计算机的自动驾驶系统的高精地图应运而生，而作为高精地图基础——高精地图数据集显得尤为重要，但目前高精地图数据集领域发展刚刚起步，对于常见自动驾驶高精地图数据集对比尚不完善，本文针对上述问题，收集目前主流和新兴的7类数据集，简要介绍其主要内容，并从识别目标、识别环境、数据规模和应用领域方面进行量化分析，同时对主流数据集主要内容从驾驶场景、天气条件、识别目标、数据体积、传感器类别等多方面进行归纳分析得出各大数据集的适用场景以及存在的不足。

在自动驾驶汽车智能化、联网化的大趋势下，自动驾驶技术逐渐成为新时代智能、交通等领域的研究重点。随着自动驾驶技术的不断研究深入与智能汽车标准规范化的增强，高精地图作为自动驾驶技术的关键一环，发挥了不可忽视的作用。

传统电子地图(Electronic Map)，即将传统纸质地图电子化，通过计算机系统表示各类地图信息。同时可以通过计算机系统实现实时准确将用户所需的时空信息传递给用户。目前市面上应用广泛的电子地图如高德地图、百度地图等，主要服务对象为出行人群，通过行人自有的逻辑判断实现导航功能。但由于自动驾驶技术的所需地图要求地图精度更高，地图维度更多等特点，传统导航电子地图无法满足自动驾驶技术对于导航地图的需求。因此针对于自动驾驶技术的高精地图被提出，其以更高的精度、更为详细的地图要素服务于自动驾驶领域。

高精地图(High Precision Map) [1]指精细且精度高的地图。相对于传统电子地图而言，具有精度高、面向计算机系统、地图信息更详细丰富的特点。一方面，高精地图的精度可以达到厘米级；另一方面作为不面向于驾驶员只面向电脑的地图，高精地图不仅包括了传统电子地图的坐标、道路等信息，还包含了道路形状、车道线、车道中心线、行人、交通标识等信息。因此高精地图能够更好地满足自动驾驶技术的需要。

自动驾驶高精地图数据集作为高精地图基础，有着提供自动驾驶技术所需的高精地图的关键作用。

目前对于高精度地图数据集的研究有很多， 例如KITTI [2]、Cityscape [3]、Argoverse [4]、Oxford’s Robotic Car [5]、ApolloScape [6]、nuScenes [7]、BDD100K [8]等数据集，不同高精度地图数据集包括多种驾驶环境、适用对象，包括白天、夜间、雨雪、大雾沙尘暴等环境。综上所述单一的高精地图数据集显然无法满足多种驾驶环境地图数据需求。且对现市面上主流的几大高精度地图数据集没有较为系统准确的归纳整理。因此对于不同高精地图数据集的分析对比对于满足不同的驾驶环境需求便显得尤为重要，本文针对于上述提到问题，对几大主流高精度数据集进行对比归纳。

2. 常见高精地图数据集内容 目前市面上高精地图数据集种类众多，涉及范围较广，因此本章根据发布年份、应用领域、知名程度等多方面选取KITTI、Cityscape、Argoverse、Oxford’s Robotic Car、ApolloScape、nuScenes、BDD100K七个常见高精地图数据集作为本文研究代表进行简要介绍并在第三章进行简要分析。