先把蛋糕做大才能分蛋糕
新智驾按，一直以来，在测试中采集到的数据都是各家自动驾驶厂商不愿示人的秘密。不过，最近这一密不透风的“高墙”开始有崩塌的征兆，自动驾驶行业正在向开源迈进。
今年 3 月份，安波福（Aptiv）就先行一步，成为第一家公开传感器数据集的主流自动驾驶系统开发商。本周的 CVPR 大会上，Waymo 和 Argo.AI 也站上了开放数据集的潮头。
一般来说，一台自动驾驶测试车每天能采集到至少 4TB 原始数据，虽然这些实时数据都能起到帮助车辆理解周边环境的作用，但在系统开发上，各家厂商的选择非常局限。
在日常测试中，测试车上的工程师和技术人员会记下最有意义的场景。一天的测试结束后，车上所有的数据都会被汇集到数据中心，那些真正的精华会被打上标签留作后续分析。至于其他的海量原始数据，对训练机器学习系统来说并没有什么价值。
详细来说，工程师们最关心的其实就是数据中的行人、自行车、动物、交通信号灯等，在精华数据被“灌输” 给AI 系统前，这些目标都必须打上标签并手动给出注释，以便系统能理解自己到底“看”到了什么。
在过去，开发者能用上的数据集相对较小，而且大多由摄像头采集。安波福开放的数据集 NuScenes 则不同，除了摄像头采集的图片，这里还有 LiDAR 和雷达数据。在开放程度上，Waymo 和 Argo则又高出了一截。
我们先看看 Waymo，在该领域耕耘十年的超级巨头这次放出的数据集包含 3000 个场景，是 NuScenes 的 3 倍。它还有 16.7 小时的视频数据，60 万帧图片，2500 万个 3D 限位框与 2200 万个 3D 限位框。同时，Waymo 数据集摄像头和 LiDAR 信息的同步也要好上不少。此外，5 颗传感器为 Waymo 提供的 LiDAR 数据做了共享，而安波福的数据则只来自 1 颗 LiDAR。
Argo AI 的 Argoverse 数据集则有些不同。它纳入了 LiDAR 和摄像头数据，不过只覆盖了 113 个迈阿密与匹兹堡的场景。当然，从另一个角度来看 Argoverse 的数据链更加完整，因为它覆盖了测试车上 9 个摄像头的视角，同时还囊括了车顶 2 台 LiDAR 的“所见所闻”。此外，该数据集中有超过 10000 个带注释的目标。
Argo 的数据集注重传感器与地图数据的结合
不过最大的不同是，除了上述数据，Argo 还在数据集中加入了高精地图数据。现在的 Argo 会在测试区域构建高精地图，这些地图覆盖了两座城市 290 千米的测试路线，地理位置、海拔、交通信号灯等数据一应俱全。在它们看来，有了高精地图数据，能省下大量算力，否则车辆还需要在某些区域开启全方位扫描以识别交通信号和路标等。
除了安波福、Waymo 和 Argo 三家公司在开放上做的努力，通用旗下的 Cruise 最近也有动作，它们对外分享了自己的可视化工具 Webviz。
与上面的三家公司类似，Cruise 的 180 辆测试车与庞大的虚拟车队（3 万台）每天也会产生海量的数据，而这些数据是 Cruise 软硬件堆栈进步的源泉。为了利用好这些数据，Cruise 还专门研发了自己的可视化工具 Webviz 供工程师使用，而这次 Cruise 要对外分享的就是这个工具。
“在公司成立初期，工程师们要将自动驾驶数据可视化需借助一系列工具。虽然这些工具都很强大，但想用好它们必须在特定平台安装完整的开发环境，同时手动在屏幕上给不同的工具留出地方。”Cruise 软件工程师 Esther Weon 回忆道。“现在，Webviz 则成了 Cruise 应用最为广泛的数据分析工具，我们可以和过去的种种麻烦说拜拜了。”
经过一段时间的开发与迭代，用户已经可以借助最新版本的 Webviz 保存配置并与其他团队成员分享工作所需的参数了。同时，设计人员还打通了 Webviz 与 Cruise 其它内部工具的联系，方便工程师们翻阅模拟数据。
当然，这次对外开放的 Webviz 并没有 Cruise 内部使用的那么强大，但它依然拥有许多通用面板，这就够大多数开发者使用了。此外，Webviz 团队还在为外部开发者设计新功能。未来它们还会放出一个公共 API，方便开发者们 DIY 出最适合自己的可视化工具。
在 Webviz 对外开放之前，Cruise 还开源了 Worldview，一款 2D 和 3D 场景图形堆栈工具，用户可配合鼠标与内建命令使用。与 Cruise“打对垒”的是 Uber，它们也开放了基于网络的车辆数据平台 AVS。
总的来说，各家公司试水开源对广大的自动驾驶开发者来说是场及时雨，希望未来能有更多巨头加入这一行列，毕竟大家要先把蛋糕做大才有更广阔的商业空间。
PS：别忘了自行服用三大数据集下载地址
