Aurora Innovationは6月16日、University of Torontoと共同でローカライズ実測資料を含む大規模マルチセンサーDatasetであるAurora Multi-Sensor Dataset(AMSD)を公開しました。 Datasetには、意味論的な細分化のような豊富なメタデータが含まれており、雨、雪、曇り、晴れた日だけでなく、1日の中で様々な時間と様々な交通状況を含む四季の天気パターンにまたがっています。 これは、公開的に使用可能な他のローカライズDatasetよりも1~2倍大きく、自動運転車のローカライズに対する大規模な長期的アプローチを開発し、評価するために使用できます。 今回のDatasetは以前、世界最高のロボット出版媒体の一つであるIROS(International Conference on Intelligent Robots and Systems)2020でPIT30Mとして紹介され、これは最優秀応用論文の最終候補に指名された論文で発表されました。 Martinez, J., Doubov, S., Fan, J., Wang, S., Máttyus, G., & Urtasun, R. (2020, October)。 Pit30M: A benchmark for global localization in the age of self-driving cars. In 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) (pp. 4477-4484)。