近年來，最有前途和拖延的發明之一是自動駕駛汽車。 除了受到高度吹捧的埃隆·馬斯克（Elon Musk）的承諾，以及Google和Uber等大型公司投入的時間和金錢之外， 目標似乎還有很長的路要走。
可能就是這樣 問題不是硬件，而是軟件。 有很多信息 必須能夠處理每輛車的控制單元，以確保兩者的安全 在其他車輛和行人中的乘客人數
為此 需要大量數據 這只能通過在真實條件下進行無數次測試來獲得。 需要配備攝像頭和LiDAR的車輛。
為了加快自動駕駛汽車的研究過程， 一些製造商正在與競爭對手和學者共享他們擁有的數據。
福特發布底特律多輛汽車獲得的數據
它是如此 福特正在發布全面的數據集 在自己的測試中獲得的知識，以協助學者和研究人員進行自己的項目。 其他競爭對手（例如Waymo）已經做到了這一點。
正如該公司所解釋的
沒有什麼比確保學術界擁有創建有效的自動駕駛算法所需的數據更好的促進研發的方法了。
福特分享的材料 是在一年的時間裡收集的，是由多種自動駕駛研究工具產生的。 這包括 LiDAR傳感器和相機數據，GPS和軌跡信息，以及3D點雲和地面反射率圖。
LIDAR是激光圖像檢測和範圍的英文縮寫。 該設備可以通過光束確定從激光發射器到物體或物體表面的距離，該距離是通過測量脈衝發射與通過反射信號檢測到脈沖之間的延遲時間來確定的。
點雲是三維坐標系中的一組頂點，這些頂點通常標識為X，Y和Z坐標，用於表示對象的外表面。
三維激光掃描儀通常用於創建點雲。 該激光自動測量物體表面上的大量點，並生成帶有點雲的數據文件。 點雲表示設備已測量的點集。
涉 您正在共享自己的工具以可視化該數據。
公司貢獻的重要性不僅在一段時間內，而且在數據是在各種天氣條件下收集的，包括雨，太陽，雲和雪。
由於所選的地理區域是底特律都會區， 車輛必須穿越人口稠密的市區，高速公路，隧道，居民區，機場，建築區和行人活動區。 也就是說，合理地表示了未來自動駕駛汽車將要在其中流通的各種情況。
而且，這些數據來自多輛車，這將使研究人員可以從兩個角度分析相同的情況。 以這種方式，將有可能調查自治單元彼此之間實時共享信息以做出更好的決策而無需連接到中央服務器的可能性。
第一個 數據集 可在l下用於學術用途創用CC許可Attribution-NonCommercial-ShareAlike 4.0 International許可。 該公司承諾將定期發布更新。
要使用可視化工具建議 Ubuntu 16.04，ROS Kinectic機器人框架和至少32 GB的筆記本電腦。
福特汽車希望在2021年推出其第一條自動駕駛汽車產品線，但利用COVID-19的藉口將其推遲了一年。
無論如何，我們可能要花很長時間才能在我們的國家看到它們。 由於這些類型的車輛需要能夠流通以保證人員安全的信息，很可能需要很長的事先對情景進行識別的過程。 由於成本，這將需要公司和政府的合作。 而且，我不認為職業車手工會會毫不反對地接受它。