今天上午（2月24日），全球首個基于真實場景的車路協同自動駕駛數據集DAIR-V2X正式發布，并向境內用戶提供下載使用。點擊【這里】可直接下載。

該數據集由清華大學智能產業研究院（AIR）聯合北京市高級別自動駕駛示范區、北京車網科技發展有限公司、百度Apollo、北京智源人工智能研究院共同發布。

此次發布的數據集，首次實現在相同時空下，車端與路端聯合視角的2D、3D標注方法創新，作為業界、學界首個開源車路協同數據集，將有效服務科研、產業、政府機構，有效協同各方進行車路協同的學術研究和產業落地，促進我國車路協同發展。

此次發布的數據集來自北京市高級別自動駕駛示范區10公里真實城市道路、10公里高速公路、以及28個路口范圍，包含來自車端、路端相機和車端、路端激光雷達等多類型傳感器的71254幀圖像數據和71254幀點云數據，涵蓋晴天、雨天、霧天、白天和夜晚、城市道路與高速公路等豐富場景。

與僅包含單車端或單路端的數據集相比，該數據集提供了相同時空下車端與路端聯合視角的多模態數據，并提供了不同傳感器聯合視角下的融合標注結果，用于更好地服務車路協同算法研究和評估。此外，數據集通過半自動自學習車路協同3D融合標注方法等創新，有效地減少了數據集構建成本。

DAIR-V2X數據集具備以下多個特點：

- 總計71254幀圖像數據和71254幀點云數據；

- DAIR-V2X協同數據集(DAIR-V2X-C)，包含38845幀圖像數據和38845幀點云數據

- DAIR-V2X路端數據集(DAIR-V2X-I)，包含10084幀圖像數據和10084幀點云數據

- DAIR-V2X車端數據集(DAIR-V2X-V)，包含22325幀圖像數據和22325幀點云數據

- 首次實現車路協同時空同步標注；

- 傳感器類型豐富，包含車端相機、車端LiDAR、路端相機和路端LiDAR等類型傳感器；

- 障礙物目標3D標注屬性全面，標注10類道路常見障礙物目標；

- 采集自北京市高級別自動駕駛示范區10公里城市道路、10公里高速公路、以及28個路口；

- 數據涵蓋晴天/雨天/霧天、白天/夜晚、城市道路/高速公路等豐富場景；

- 數據完備，包含脫敏后的原始圖像和點云數據、標注數據、時間戳、標定文件等。

▲北京經濟技術開發區管委會副主任、北京市高級別自動駕駛示范區工作辦公室主任 孔磊

高質量數據是車路協同自動駕駛技術的關鍵，能夠持續優化車路協同的算法，助力自動駕駛系統迭代升級，為高級別自動駕駛的大規模推廣做好安全保障。

當前，北京市搶抓車路協同發展新機遇，以前瞻性戰略眼光，高標準建設全球首個網聯云控式高級別自動駕駛示范區和國內首個智能網聯汽車政策先行區，為自動駕駛技術研發科研機構、科技企業打造試驗技術沙盒，并提供政策、法規、技術規范支持。

本次數據集的發布，為業界學界帶來海量、多模態、多視角的真實場景數據，對數據進行標注、脫敏和安全加密等處理后發布，促進學術界和產業界共同推進數據驅動的車路協同自動駕駛。

北京經濟技術開發區管委會副主任、北京市高級別自動駕駛示范區工作辦公室主任孔磊表示，“未來將及時利用數據轉化制定一批車路協同數據標準，推動行業數據要素、接口、格式等標準統一，為示范區建設和行業發展提供參考和指導；通過數據開放，為高校和科研機構提供基礎數據，為企業產品研發測試提供支持，有效加速產學研用協同，同時繼續開展數據開放和共享服務模式探索，推動數字經濟發展?！?/p>

▲清華大學國強教授、智能產業研究院研究員 聶再清 現場講解

2020年2月，國家發改委聯合相關部委出臺《智能汽車創新發展戰略》，將“推進智能化道路基礎設置規劃建設”作為重要的國家戰略任務，明確了“單車智能+車路協同”的中國特色自動駕駛路線，車路協同成為各界研究重點。

基于此，清華大學智能產業研究院（AIR）院長張亞勤給出了自己的判斷，他認為建設高等級智能網聯道路是智能駕駛及智能交通的一大趨勢，既保證了智能車量產的可能性，又保障了高級別自動駕駛基于場景驅動落地的可行性。

在智能交通領域，清華大學智能產業研究院（AIR）已與多家企業開展校企合作，包括車路協同自動駕駛、垂直行業、小車物流、Robotaxi等應用場景。面對相關數據集的缺乏，不能滿足各界實現數據驅動車路協同的現實問題，清華大學智能產業研究院（AIR）發起數據集建設，并將數據集對高校、科研院所、產業用戶開放，可以更好地支撐科研機構進行科學研究；同時示范區真實的數據采集、多樣的場景覆蓋、海量的數據樣本，也可以解決企業在產品開發中的切實需求。

百度副總裁、智能交通事業部總經理尚國斌在發言中表示：“數據是自動駕駛、車路協同和智能交通等領域取得突破發展的原動力。數據的有效積累，不僅可以對同等級的算法、算力條件下的效果做質的提升，還可以自動化地識別難題、解決難題，形成人工智能‘見多識廣、越用越聰明’的正向循環?！卑俣茸鳛檐嚶穮f同數據集建設的技術支持方，將持續致力于建設完善的車路協同生態，后續將逐步支持發布便于用戶上手和基準復現的相關工具和代碼，并開展數據集相關使用培訓，以支持學術界開展車路協同相關研究。

此次發布的全球首個自動駕駛車路協同數據集DAIR-V2X，對于促進我國高級別自動駕駛技術的研發具有重要意義。

目前，該數據集已納入到智源平臺上，后續將依托智源社區等智源學術生態網絡，面向產學研用各方加快數據集的開放、推廣及應用。

不過，與Robotaxic等無人駕駛技術面臨商業落地難題一樣，車路協同的商業落地也將是一項長期任務。

它面臨的第一道檻即是道路建設成本問題。

在車路協同自動駕駛數據集DAIR-V2X正式發布的同時，三方同時發布了一份《面向自動駕駛的車路協同關鍵技術與展望》白皮書。

白皮書中引用了中信建投證券的預測數據：單個交叉路口的C-V2X改造成本為81.84萬元，每公里高速/快速路的C-V2X改造成本平均為39.72萬元，考慮到城市道路存在遮擋情況，推算城市道路每公里布署成本略高于高速公路，大約每公里城市道路的C-V2X改造成本平均為50萬元。

這筆錢有沒有非財政支出的出口呢？

報告以北京城市為例 ，只要在每輛車上節省2000元成本，就可以在每公里的道路上投入約50萬元和每個路口投入81.84萬元的全部智能化設務升級改造。

不過，成本雖巨，但在新基建、交通強國戰略指引下，“單車智能+車路協同”的中國特色自動駕駛路線以其領先性，逐步得到國際認可。未來，在產學研各界基于車路協同自動駕駛數據集的有效協作下，將繼續推動車路協同自動駕駛的應用落地。