Neues Benchmark-Dataset für End-to-End autonomes Fahren: 2,85 Mio. Frames

Die Erstellung eines hochwertigen Datensatzes ist entscheidend für die Weiterentwicklung autonomer Fahrsysteme. Ein Mangel an sorgfältiger Planung kann die gesamte Datensammlung unbrauchbar machen, weshalb die Qualität und Vollständigkeit der Daten höchste Priorität haben.

Aktuelle Datensätze für autonome Fahrzeuge weisen häufig Lücken auf: Perception‑Datensätze enthalten meist keine Planungsdaten, während Planungsdatensätze oft nur lange Fahrsequenzen mit vorwiegend geradlinigem Fahrverhalten bieten. Zudem fehlt vielen realen Datensätzen ein geeignetes Closed‑Loop‑Evaluationssetup, um die Leistung von Planungsmodellen unter realistischen Bedingungen zu prüfen.

Der CARLA Leaderboard 2.0‑Challenge bietet eine vielfältige Auswahl an Szenarien, die das Long‑Tail‑Problem im autonomen Fahren adressieren. Trotz dieser Plattform existieren bisherige Datensätze oft auf spezifische Sensor‑Konfigurationen beschränkt und decken nicht alle relevanten Aspekte ab.

Um diese Lücken zu schließen, wurde ein neuer Datensatz mit über 2,85 Millionen Frames im CARLA‑Simulationsumfeld für die Leaderboard 2.0‑Szenarien erstellt. Er ist nicht nur für Planungsaufgaben, sondern auch für die Wahrnehmung konzipiert und unterstützt sowohl Open‑Loop‑ als auch Closed‑Loop‑Evaluierungen. Durch die umfassende Abdeckung von Sensor‑Setups und Verhaltensvielfalt bietet dieser Datensatz eine solide Basis für die Entwicklung und Bewertung von End‑to‑End‑Modellen im autonomen Fahren.