当前自动驾驶数据集仍存在明显短板:缺乏覆盖全球范围、多语言的大规模数据集,恶劣天气场景不足,事故、施工等复杂场景也较为稀缺,此外,基于众包贡献的可持续发展机制尚未建立。为支撑智能汽车企业全球化的业务开展以及学术研究,亟需构建一个大规模、可扩展、可开放贡献的数据集。
本赛题面向政产学研各界,征集关于全球自动驾驶数据集统一规格设计的创新思路与方案,旨在为后续建设全行业高质量、开源共享的自动驾驶数据集奠定基础。
报名链接:
https://www.gitlink.org.cn/competitions/track4_2026OpenDriveData
优秀参赛者可获得“全球自动驾驶数据集开放设计及建设研讨会”免费参会资格。
奖项
数量
激励金
一等奖
1
证书
二等奖
2
证书
三等奖
5
证书
自动驾驶场景数据不仅要求道路环境、障碍物、自然条件等基础维度的多样性,还需综合考虑国际化与多语种适配、众包可持续贡献生态、隐私保护与安全合规、标注与采集工具、测试与评价体系、可扩展性、新型传感器支持、竞赛推动以及数据集管理机制等多方面因素。
一方面,智能汽车企业正加快“走出去”战略步伐,全球化业务的拓展亟需大规模、覆盖复杂场景的全球数据集;另一方面,自动驾驶感知面临复杂场景理解、恶劣天气、模型泛化等全新挑战,同样迫切需要构建能够有效支撑这些挑战的数据集。
本赛题不需要参赛者建立实际数据集,只需要提供一个报告,针对当前自动驾驶多模态数据集短板进行分析与统一规格设计。
4.1 赛题全景
围绕构建全球自动驾驶数据集应关注的难点、困难和挑战,可重点针对其中一个或多个难点,进行系统性分析、设计,展示自己独特、深入的见解。
4.2 阶段任务与提交物
第一步:瞄准重要问题
切忌大而全,寻求小而精。
第二步:开展技术调研、分析
熟悉现有数据集的情况,深入阅读前沿论文及技术报告。
第三步:开展利益相关者调研、分析
通过现场或在线调研,了解利益相关者自身关切,撰写切实可行的方案。
第四步:撰写报告
报告应简明扼要,直达关键,有逻辑,有依据,避免长篇大论。
往期推荐
点击阅读原文 报名本赛题
