自动驾驶数据集构建基于VTD的Lidar数据集构建方案分享

随着人工智能的发展，基于深度学习的自动驾驶技术有了长足的进步，无论是基于传统深度学习的自动驾驶技术还是基于端到端的自动驾驶技术，高质量的数据是人工智能绕不开的话题。但是数据获取通常伴随着成本高，多场景难以覆盖，数据标注困难等一系列难题，导致数据获取效率低，数据质量不高。VTD作为自动驾驶场景仿真软件，对常用传感器如：激光雷达、相机、毫米波雷达等有真实的物理建模，可以获取高质量的传感器数据，同时在仿真软件中可以直接获取场景中物体的真值，省去数据标注的问题。VTD最终提供自动驾驶数据集所需的全部，通过脚本完成数据格式和数据形式的整理后，可以获得对标真实数据的自动驾驶数据集。

课程内容

一、数据在自动驾驶算法中应用
        1、自动驾驶算法数据链路
        2、自动驾驶算法数据获取的方式
    二、VTD介绍以及VTD中Lidar传感器建模
        1、VTD在数据集构建中的优势
        2、Lidar真件的工作原理
        3、VTD中对Lidar的建模
    三、基于VTD的Lidar数据集构建方案(以KITTI数据集为例)
        1、KITTI数据集介绍
        2、VTD中获取数据集中各类数据的方式
        3、通过KITTI开源算法对VTD生成数据验证

主讲嘉宾：叶立斌
海克斯康 VTD自动驾驶仿真软件  应用工程师；
负责VTD基础功能测试和VTD中各类复杂传感器的拓展开发以实现VTD在自动驾驶不同阶段的测试和应用。深度了解仿真软件在自动驾驶测试开发中的应用，针对客户不同需求，提供定制化的解决方案，切实解决客户问题。