2023年5月11日，北京市高級別自動駕駛示範區（以下簡稱示範區）聯合清華大學智慧産業研究院（AIR）、北京車網科技發展有限公司、百度Apollo、北京智源人工智慧研究院，隆重推出全球首個基於真實道路場景的時序車路協同數據集V2X-Seq，向境內用戶提供下載使用。該數據集填補了目前業界真實道路場景車路協同時序數據集的空白，有效加速車路協同時序感知和車路協同軌跡預測研究。
自2022年2月發佈第一期車路協同數據集DAIR-V2X以來，該數據集已受到學術界和産業界的廣泛關注。清華大學、北京大學、中國科學院大學、上海交通大學等知名高校，中國電信研究院等研究機構，以及各類企業共計超過200家，均對該數據集給予了高度的關注和認可。截至目前，DAIR-V2X數據集已經在國內註冊用戶中積累了超過2000人，下載量近3萬次。基於DAIR-V2X數據集的研究已經有多項成果發表在CVPR、NeurIPS、ICLR、ICRA等人工智慧領域的頂級會議上。這些成果的發表，不僅展示了DAIR-V2X數據集的研究價值，也充分説明瞭其在人工智慧領域的影響力。
本次發佈的第二期時序車路協同數據集V2X-Seq，由車路協同時序感知數據集和車路協同軌跡預測數據集組成，旨在支撐車路協同時序感知和車路協同軌跡預測研究。通過自研的時空軌跡匹配演算法，V2X-Seq數據集提供了高品質的協同軌跡真值，為車路協同跟蹤和車路協同軌跡預測相關研究提供了評測基準。同時，基於V2X-Seq數據集，定義了車路協同3D跟蹤、車路協同軌跡預測相關的三個研究任務，並提供了豐富的演算法基準。該數據集及相關演算法成果已被CVPR2023正式接受。
車路協同時序感知
車路協同時序感知數據集，包含超過1.5萬對車端與路端協同視角下的時序圖像和點雲數據，並提供了完備的3D目標及TrackingID標注，用於支援車路協同3D檢測和跟蹤任務。
車路協同軌跡預測
車路協同軌跡預測數據集，覆蓋28個真實路口，包含超過20萬個片段（涵蓋目標軌跡、紅綠燈信號等），其中路端與車端協同視角片段約5萬個，每個片段時長10秒，按照10HZ提供8類常見障礙物目標的軌跡，用於車路協同軌跡預測任務研究。
針對目前自動駕駛數據採集製作成本過高的問題，示範區利用現有建設成果，集合“車、路、雲、網、圖”五大要素，全方位、多模態、多視角地收集大量數據，為學術界和産業界的研究者提供了豐富的數據資源。這些資源有助於促進車路協同自動駕駛技術的應用與優化，同時相關研究也將有助於城市提升交通運作效率和減少交通事故的發生。未來，示範區將在數字中國和交通強國戰略指導下，持續與産學研各界協同開展數據權屬和開放共用模式的探索，構建數據應用閉環體系，深入實踐車路雲一體化技術路線，持續推進車路協同落地應用。
