據外媒報道，福特近日在官網上線了一個語料庫Ford Autonomous Vehicle Dataset(福特自動駕駛汽車數據集)，該數據集包含了2017~2018兩年間的自動駕駛車隊在密歇根州的路測數據，總大小1.6TB。福特將該數據集免費提供給研究人員，用于提高自動駕駛汽車在城市環境中的適應性。

　　這一數據集或許不是時長跨度最大的數據集，也或許不是場景最為豐富的數據集，但可能是數據最全的數據集之一。

　　工程師們為了創建數據集，駕駛了一輛配備四核英特爾i7處理器、16GB內存的14年款福特Fusion混合動力車輛，行經至底特律大都會機場、密歇根大學迪爾伯恩分校、高速公路、市中心和郊區等地區共行駛了約66公里。汽車在行駛過程中，通過細微調整路線來捕捉多樣化的數據，這些數據主要來自于4個激光雷達傳感器、6個130萬像素的攝像頭和1個5百萬像素攝像頭，以及1個慣性測量單元。

　　這輛車的所有傳感器都被策略性地放置在車輛中的各個部位。每輛車都配備了4個Velodyne HDL-32E激光雷達(Velodyne 2011)，7個Grey 1.3 MP相機，前方一個5 MP行車記錄儀，結合了差分GPS和IMU的Applanix POS-LV定位產品。汽車后備箱用于安裝四個具有16 GB Ram的四核i7處理器，聯網設備和冷卻機制。

　　據福特官網介紹，每個傳感器都經過了嚴格的校準。在該數據集中使用的坐標框架包括傳感器框架，主體框架，局部框架，GPS框架和全局框架。

　　福特研究人員通過傳感器會生成地圖和行人姿態數據，如3D地面反射率地圖、3D點云圖、六自由度地面真實姿態，以及本地化姿態傳感器數據。這些數據是在晴朗、下雪和多云等天氣情況下采集而來，可以真實反映出季節變化所帶來的影響，覆蓋了一系列真實駕駛環境，如立交橋、橋梁、隧道等，以及建筑區域和不同植被覆蓋的區域。

　　福特自動車輛的這些數據集中的每個日志都帶有時間戳，包含來自傳感器的原始數據、校準值、姿態軌跡、地面真實姿態和3D地圖。這些數據集也支持ROS包文件格式，能夠使用開源機器人操作系統(ROS)對這些數據進行可視化展示、修改和應用等處理。

　　研究人員表示，“這些數據集可以為改進與多智能體自動系統相關的機器人算法提供基礎，并使其在季節和城市環境變化時更穩健。我們希望這些數據集有助于機器人和AI社區研究，并為自動駕駛提供新的研究機會。”

　　福特發布數據集之前，Waymo也更新過類似語料庫Waymo Open Dataset ，Lyft也為自動駕駛汽車開發開源了數據集。其他類似語料庫還有nuScenes、Mapillary Vistas的街道級圖像語料庫、加拿大不利駕駛條件(CADC)、KITTI移動機器人和自動駕駛研究數據集，以及由戴姆勒、馬克斯·普朗克信息學研究所(Max Planck Institute for Informatics)和達姆施塔特工大視覺推理小組(TU Darmstadt Visual Inference Group)開發和維護的Cityscapes數據集。

　　2019年3月，福特表示將建造一家專門生產自動駕駛汽車的新工廠，作為對密歇根制造基地9億美元投資的一部分。去年7月，福特透露，將在底特律單獨成立一個價值40億美元的部門，為其自動駕駛車隊提供研究、工程、系統集成、商業戰略和業務開發支持。

　　最近，福特還收購了自動駕駛系統開發商Quantum Signal，以加強其無人駕駛汽車的研發工作，并與總部位于匹茲堡的Argo AI公司建立了密切的合作關系，承諾在未來五年內向該公司投資10億美元。

　　總結下來，福特這次開源的數據集優點，在于多車輛主體、多季節環境以及包括城市環境跟3D地圖的數據集，并且還可以在ROS集成。