一年前，Scale和NuTonomy发布了自动驾驶数据集NuScenes，并声称，该数据集在规模和准确性上都超过了KITTI、百度ApolloScape和Udacity自动驾驶汽车数据等数据集。自此，业内涌现出各种更多样化的新数据集，如Waymo Open Dataset、福特自动驾驶汽车数据集，以及Lyft的自动驾驶汽车数据集。据外媒报道，日前，Motional（其首席执行官创立了NuTonomy）发布了扩展版本的NuScenes数据集。

（图片来源：Motional）

NuScenes这类数据集可用于提高自动驾驶汽车在各种环境中的鲁棒性。美国研究机构兰德公司（Rand Corporation）估计，自动驾驶汽车需要行驶110亿英里才能获得可靠的安全数据，但由于一些困难减慢了现实世界中的测试速度，因此仿真驾驶里程成为最佳选择。

NuScenes的扩展包括NuScenes-lidarseg，改进了1,000个新加坡和波士顿场景的语义分割，使其成为最大的开放激光雷达分割数据集之一。据Motional介绍，NuScenes-lidarseg添加了14亿个带标注的激光雷达点，与原始边界框相比，能提供更详细的车辆环境图片，从而使研究人员可以研究激光雷达点云分割和前景提取等内容。

此次扩展后的数据集还包括新的数据集NuImages，包含近10万张带注释的2D图像，以代表一系列具有挑战性的、“教育意义”的驾驶条件。Motional表示，NuImages根据用户需求而创建，旨在帮助自动驾驶汽车在无法预测的场景下安全行驶。

NuScene-lidarseg和NuImages都以现有NuScenes数据集为基础，NuScenes该数据集包含数百个场景，其中包括超过100万张由摄像头、激光雷达、雷达、GPS和惯性测量传感器捕获的图像。Motional表示，自2019年3月发布以来，已有超过8000名研究人员使用过NuScenes，10多个新数据集已经公开，250多篇科学论文引用了其数据。