Waymoオープンデータセットは、Waymoの自動運転車が様々な条件下で収集した高解像度のセンサーデータで構成されています。これとKITTI、NuScenesなどのデータセットとの対比データは以下の通りで、センサー構成やデータセットのサイズにおいて大きく向上しています。

Waymoデータセットのセンサーには、5つのライダー（レーザーレーダ）と5つのカメラが含まれており、ライダーとカメラの同期性もより良好です。

さらに重要なことは、Waymoデータセットには3000本の運転記録が含まれ、合計で16.7時間の長さで、1本あたりの平均長さは約20秒です。データセット全体で合計60万フレームが含まれ、約2500万個の3Dバウンディングボックスと2200万個の2Dバウンディングボックスがあります。

さらに、データセットの多様性においても、Waymo Open Datasetは大きく向上しています。このデータセットには、様々な天候条件、昼と夜の異なる時間帯、市中心部や郊外などの異なる場所、歩行者や自転車などの異なる道路利用者などが含まれています。

データセットの特徴：

1. 規模とカバー範囲：

データセットには3000個の運転フラグメントが含まれ、各フラグメントには20秒間の連続した運転画面が含まれています。連続したショットの内容により、研究者は他の道路利用者の行動を追跡し予測するモデルを開発することができます。

2. 多様な運転環境：

データ収集の範囲は、フェニックス、キックランド、マウンテンビュー、サンフランシスコなどの地域をカバーしており、昼、夜、夜明け、夕暮れ、雨天、晴天など、様々な運転条件下のデータが含まれています。

3. 高解像度の特徴と360度の視野：

各セグメントには、5つの高解像度Waymoライダーと5つの前方および側方カメラのデータが含まれています。

4. 高密度のラベル情報：

車両、歩行者、自転車、標識などの画像はすべて細心の注意を払ってラベリングされており、合計で2500万個の3Dラベルと2200万個の2Dラベルが付けられています。  

5. カメラ - ライダーの同期：

Waymoによると、このチームは複数のカメラとライダーデータを融合した3D感知モデルの開発に取り組んでいます。Waymoは、ハードウェアとソフトウェアを含む一連の自動運転システムを設計しており、センサーの配置や高精度の時間同期を含め、すべてがシームレスに連携するようになっています。                 

データ使用の引用：

@misc{sun2019scalability,
  title={自律運転における知覚の拡張性：Waymoオープンデータセット},
  author={Pei Sun と Henrik Kretzschmar と Xerxes Dotiwalla と Aurelien Chouard と Vijaysai Patnaik と Paul Tsui と James Guo と Yin Zhou と Yuning Chai と Benjamin Caine と Vijay Vasudevan と Wei Han と Jiquan Ngiam と Hang Zhao と Aleksei Timofeev と Scott Ettinger と Maxim Krivokon と Amy Gao と Aditya Joshi と Yu Zhang と Jonathon Shlens と Zhifeng Chen と Dragomir Anguelov},
  year={2019},
  eprint={1912.04838},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}