在自動(dòng)駕駛感知的下半場(chǎng)，數(shù)據(jù)已成為驅(qū)動(dòng)算法迭代的核心燃料。然而，真實(shí)路測(cè)數(shù)據(jù)面臨著成本高昂、標(biāo)注困難、極端場(chǎng)景（Corner Cases）難以覆蓋以及安全性受限等“卡脖子”問題。

面對(duì)這一核心痛點(diǎn)，虛擬仿真數(shù)據(jù)已成為解決方案中的關(guān)鍵角色，成為確保開發(fā)效率與安全性的不可或缺一環(huán)。免費(fèi)獲取 | SimData高保真虛擬數(shù)據(jù)集開源發(fā)布，兼容nuScenes，開箱即用！文章中，簡(jiǎn)單介紹了一下SimData數(shù)據(jù)集情況，本文將深度解析該SimData自動(dòng)駕駛虛擬數(shù)據(jù)集——由aiSim仿真平臺(tái)構(gòu)建，從數(shù)據(jù)生產(chǎn)工具鏈、數(shù)據(jù)集結(jié)構(gòu)到基于BEVFormer的深度評(píng)測(cè)，全方位展示高保真合成數(shù)據(jù)的應(yīng)用價(jià)值。

虛擬數(shù)據(jù)要真正落地，首要解決的是與現(xiàn)有主流數(shù)據(jù)格式的兼容性。SimData方案不僅提供數(shù)據(jù)，更提供了一套完整的aisim2buscenes自動(dòng)化轉(zhuǎn)換工具鏈，并且構(gòu)建了虛擬數(shù)據(jù)集的評(píng)測(cè)流程框架。

虛擬數(shù)據(jù)集構(gòu)建以及評(píng)測(cè)流程框架

我們開發(fā)了自動(dòng)化腳本與GUI工具，實(shí)現(xiàn)了從aiSim導(dǎo)出數(shù)據(jù)到nuScenes標(biāo)準(zhǔn)格式的一鍵轉(zhuǎn)換。

• 格式對(duì)齊：自動(dòng)將aiSim原始數(shù)據(jù)（TGA圖像、LAS點(diǎn)云、Radar JSON）轉(zhuǎn)換為nuScenes兼容格式（JPG、BIN、PCD）。

• 結(jié)構(gòu)一致：生成的文件夾結(jié)構(gòu)（maps, samples, sweeps, v1.0-custom）可直接被官方nuscenes-devkit解析，無需修改現(xiàn)有訓(xùn)練代碼。

• 智能切片：腳本支持多場(chǎng)景、多地圖轉(zhuǎn)換，默認(rèn)每場(chǎng)景40關(guān)鍵幀（每10幀抽取1關(guān)鍵幀），自動(dòng)處理非關(guān)鍵幀歸檔。

工具鏈支持復(fù)雜傳感器配置的數(shù)據(jù)生成與驗(yàn)證：

• 傳感器配置：目前支持6路相機(jī)、5個(gè)Radar、1個(gè)LiDAR的多源融合感知。

• 可視化驗(yàn)證：內(nèi)置腳本支持LiDAR點(diǎn)云、Radar PCD文件以及帶3D GT框的圖像/BEV視角可視化，確保數(shù)據(jù)“所見即所得”。

基于上述工具鏈，我們構(gòu)建了SimData數(shù)據(jù)集，旨在覆蓋高速、城區(qū)、停車場(chǎng)等典型及復(fù)雜道路環(huán)境。

• 規(guī)模統(tǒng)計(jì)：包含15個(gè)獨(dú)立地圖，共計(jì)45個(gè)場(chǎng)景。

• 數(shù)據(jù)體量：?jiǎn)蝹€(gè)傳感器輸出約18,000張圖像/幀數(shù)據(jù)，總樣本量充足。

• 類別擴(kuò)展：在nuScenes原有的Car, Pedestrian, Truck, Bus等常見類別基礎(chǔ)上，新增了Van（面包車）類別，共計(jì)10類目標(biāo)，彌補(bǔ)了部分長(zhǎng)尾數(shù)據(jù)的缺失。

10個(gè)類別：

{     "Van", "Trailer","Pedestrian", "Car", "Truck", "Bus", "Motorcycle", "Bicycle","TrafficCone","Barricade" }

虛擬數(shù)據(jù)形象部分示例：

• 環(huán)境多樣性：

• Highway：高速公路匝道、施工區(qū)。

• Urban：擁堵城區(qū)、環(huán)島、十字路口。

• Parking：室內(nèi)外停車場(chǎng)環(huán)境。

  地圖示例：

為了驗(yàn)證SimData在感知算法中的有效性，我們選用BEV感知領(lǐng)域的經(jīng)典模型 BEVFormer (Tiny版)，進(jìn)行了多維度的對(duì)比實(shí)驗(yàn)與分析。

在SimData劃分的訓(xùn)練集（30個(gè)場(chǎng)景）上訓(xùn)練，并在測(cè)試集（15個(gè)場(chǎng)景）上評(píng)估，模型展現(xiàn)了良好的收斂性。

• 結(jié)果：mAP達(dá)到 0.446，NDS達(dá)到 0.428。

• 結(jié)論：SimData能夠支持復(fù)雜感知模型的正常訓(xùn)練與推理，數(shù)據(jù)質(zhì)量合格。

我們對(duì)比了“基于SimData訓(xùn)練的模型”與“基于真實(shí)nuScenes訓(xùn)練的官方模型”在同一份虛擬數(shù)據(jù)上的表現(xiàn)，以探究域分布差異。

• 相關(guān)性分析：兩者在各類別的AP（平均精度）分布上呈現(xiàn)高度正相關(guān)。

• 熱力圖對(duì)比：在不同距離范圍的檢測(cè)熱力圖上，兩者表現(xiàn)出非常相似的分布趨勢(shì)。

• 結(jié)論：SimData的高保真度體現(xiàn)在幾何結(jié)構(gòu)、光照、材質(zhì)及動(dòng)態(tài)特性上，真實(shí)世界學(xué)到的先驗(yàn)知識(shí)可以有效遷移到該仿真域中。

這是本次評(píng)測(cè)最核心的發(fā)現(xiàn)。我們嘗試將nuScenes預(yù)訓(xùn)練模型在SimData上進(jìn)行微調(diào)（Fine-tuning）。

• 實(shí)驗(yàn)結(jié)果：微調(diào)后的模型在SimData上的檢測(cè)精度顯著提升，性能甚至超過了從零開始訓(xùn)練（Train from Scratch）的模型。

• 雷達(dá)圖分析：在Car, Truck, Bus等主要類別上，"Pretrained + Finetune"（藍(lán)線）包圍面積最大，表現(xiàn)最優(yōu)。

這一結(jié)果有力證明了：

1. SimData的域特性與真實(shí)數(shù)據(jù)足夠接近，不存在巨大的域鴻溝。

2. 利用大規(guī)模真實(shí)數(shù)據(jù)預(yù)訓(xùn)練 + 針對(duì)性虛擬數(shù)據(jù)微調(diào)，是提升模型在特定場(chǎng)景（如極端工況）泛化能力的有效路徑。

SimData及配套工具鏈的推出，為自動(dòng)駕駛數(shù)據(jù)閉環(huán)提供了一種低成本、高效率的解題思路。

1. 易用性：aisim2nuscenes工具鏈讓仿真數(shù)據(jù)即插即用，無縫融入現(xiàn)有開發(fā)流。

2. 真實(shí)性：評(píng)測(cè)數(shù)據(jù)表明，SimData與真實(shí)數(shù)據(jù)分布趨勢(shì)一致，具備極高的物理感知價(jià)值。

3. 價(jià)值點(diǎn)：它不僅能作為感知模型的訓(xùn)練補(bǔ)充，更是驗(yàn)證模型泛化能力、解決長(zhǎng)尾問題的理想“演兵場(chǎng)”。

未來，隨著數(shù)據(jù)集規(guī)模的進(jìn)一步擴(kuò)大（解決部分類別樣本稀缺問題），SimData有望在更復(fù)雜的感知任務(wù)中發(fā)揮關(guān)鍵作用，助力自動(dòng)駕駛算法加速迭代。