ApolloScape数据集中包含的各类实例的信息

环境模拟用于自动驾驶在汽车和计算机行业引起了很多关注。ApolloScape还将进行更多关于仿真的前沿技术研究，打造真实世界还原度最高、场景最丰富的仿真平台。基于Apollo仿真平台，ApolloScape计划同时将数十辆自动驾驶车辆投入到同一个路网中行驶，可以模拟真实的复杂驾驶场景和多车博弈过程。这也是目前最先进的智能驾驶仿真技术之一，不仅适用于典型的相对安全的场景，而且还适用于不确定和危险的环境，可以帮助研发人员有效检验并优化预测、决策和路径规划等算法，显著提升自动驾驶的测试多样性。目前ApolloScape开放模拟工具包括WorldSim和LogSim，同时还在开发下一代技术，可用于生成真实世界驾驶场景和驾驶员行为的真实模拟。

未来，ApolloScape计划为数据集拓展更多类型、更多属性的数据。例如，通过添加红外图像，帮助自动驾驶算法更容易进行夜间检测；提取更稠密的轨迹信息，用于对驾驶行为进行建模；以及通过众包模式采集立体视觉的驾驶特殊事件图像等。

除了开放工具及数据，ApolloScape还旨在为全球开发者、研究人员搭建起一个学术交流的高端平台，共同探索前沿领域技术突破及应用创新。4月24日，首届ApolloScape学术峰会在北京召开，会议汇集了来自美国、德国, 澳洲、中国等地的国内外自动驾驶领域杰出的专家学者，一同交流分享自动驾驶数据相关的先进理念和研究成果，为自动驾驶业界与学界能量交换搭建了新接口，以凝聚学术力量。

此外，Apollo开放平台还将在6月开幕的CVPR（IEEE国际计算机视觉与模式识别会议）期间举办大会唯一的自动驾驶研讨会（Workshop on Autonomous Driving），并将基于ApolloScape的大规模数据集定义了多项任务挑战。ApolloScape已正式于国外知名机器学习竞赛平台Kaggle上线Video Segmentation Challenge（视频场景解析挑战赛），比赛中所提供的数据集中将包含大量的分段原始驾驶图像，包含有20+种场景标注信息。赛事将持续到6月12日。目前已有来自全球的一百多只队伍正式报名参加。

虽然国外有不少可供选择的数据集，但是国内的路况复杂程度显然与国外不同。自动驾驶在复杂路况下的测试仅依靠技术手段很难解决，需要大规模精准数据集的帮助，这也是百度决定开放ApolloScape的初衷。百度希望通过公开的方式，吸引更多企业和开发者利用并补充数据集，进而提高自动驾驶的感知能力。随着源源不断的合作伙伴、开发者和学界能量的导入，将给ApolloScape带来更充沛的生长养分，其数据量还将越来越大，涵盖更为丰富、复杂的全球化场景，打造全球最大的自动驾驶开放数据集。