我々は、2017年から2018年の間に、異なる日時にFordの自律走行車両群によって収集された、挑戦的な多エージェント季節データセットを提示します。これらの車両は、ミシガン州のあるルートを手動運転され、デトロイト空港、高速道路、都市中心部、大学キャンパス、郊外の住宅街など、様々な運転シナリオが含まれていました。

我々は、動的な都市環境で経験される、天候、照明、工事、交通状況の季節変動を提示します。このデータセットは、自律走行車両や多エージェントシステムの堅牢なアルゴリズムの設計に役立ちます。データセット内の各ログにはタイムスタンプが付けられており、すべてのセンサーからの生データ、キャリブレーション値、ポーズ軌跡、真値ポーズ、および3Dマップが含まれています。すべてのデータはRosbag形式で提供されており、オープンソースのロボットオペレーティングシステム（ROS）を使用して視覚化、修正、適用することができます。

Fordの車両は、デトロイト大都市圏を平均66kmのルートを走行しました。各走行には、画像に示すように、DTW空港、ミシガン大学ディアボーン校キャンパス、住宅街が含まれています。各走行では、都市環境の多様な特徴を捉えるために、ルートに若干の変動があり、研究コミュニティに有用なデータを提供しています。

このデータセットには、以下のセンサーからの全解像度のタイムスタンプ付きデータが含まれています：

• 4台のHDL - 32E Velodyne 3Dライダー

• 6台のPoint Grey 1.3MPカメラ

• 1台のPoint Grey 5MPダッシュカメラ

• Applanix POS - LV IMU

データは日付を基準に整理されています。これらの各ディレクトリには、各車両とマップのサブフォルダが含まれています。各車両のサブディレクトリには、rosbag形式のすべてのログ、PNG画像、および各センサーのキャリブレーションファイルが含まれています。各車両のキャリブレーションデータは別途提供されます。

ディレクトリ構造は以下の通りです：

• YYYY - MM - DD - データが収集された日付

• Map - すべての車両からのM番目のログに対応する統合マップファイル

• VN - データを収集した車両のシリアル番号、例：V1

• Info - 各車両の走行に関する情報

• LogM - 各走行はM個の部分に分割され、それぞれに以下が含まれます：

• LogM.bag - M番目のログに対応するRosbagファイル

• Images - M番目のログに対応するPNG画像

画像は以下のように整理されています：

• CENTER - 中央カメラ

• FL - 前左カメラ

• FR - 前右カメラ

• SL - 左側面カメラ

• SR - 右側面カメラ

• RL - 後左カメラ

• RR - 後右カメラ