数据中的通勤：comma2k19 数据集
机器人学
2018-12-17 v1
摘要
comma.ai 发布了 comma2k19，一个在加州 280 号高速公路上超过 33 小时通勤的数据集。这意味着在加州圣何塞和旧金山之间一段 20 公里的高速公路上，2019 段各 1 分钟的驾驶片段。该数据集使用 comma EON 采集，其传感器类似于任何现代智能手机，包括朝路摄像头、手机 GPS、温度计和 9 轴 IMU。此外，EON 通过 comma grey panda 捕获原始 GNSS 测量值和汽车发送的所有 CAN 数据。此处还介绍了开源 GNSS 处理库 Laika。Laika 产生的位置比用于采集原始数据的 GNSS 模块精确 40%。该数据集包含录制摄像头在全球参考系中的位姿（位置 + 姿态）估计。这些位姿是通过紧密耦合的 INS/GNSS/视觉优化器计算的，该优化器依赖于 Laika 处理的数据。comma2k19 非常适合于基于商用传感器开发并验证紧密耦合 GNSS 算法和建图算法。
引用
@article{arxiv.1812.05752,
title = {A Commute in Data: The comma2k19 Dataset},
author = {Harald Schafer and Eder Santana and Andrew Haden and Riccardo Biasini},
journal= {arXiv preprint arXiv:1812.05752},
year = {2018}
}
备注
5 pages, 5 figures