6月22日，现代汽车与安波福合资企业、自动驾驶技术公司Motional宣布将推出扩展的公共数据集nuPlan，旨在帮助自动驾驶系统提高效率和安全性。

nuPlan是全球首个自动驾驶汽车规划的基准，包含一个大规模机器学习数据集和一个用于测量规划技术性能的工具包。该数据集旨在帮助构建自动驾驶系统，能在复杂、混乱的环境中不断提供安全且符合系统要求的性能。其中，测量工具包本质是一个虚拟驾驶测试。此外nuPlan还模拟了与其他交通参与者的不确定交互，例如在现实世界中的交互。

（图片来源：Motional）

尽管基于机器学习（ML）的规划已被广泛研究，但由于缺乏为闭环评估提供通用框架的已发布数据集，该领域的发展受到了限制。Motional旨在通过提供基于机器学习的规划数据集、闭环评估和规划相关指标填补这一空缺。

nuPlan能够扩展到驾驶员在现实世界中遇到的所有复杂情况，包括每1,000小时驾驶会经历一次的极端边缘情况。这些数据无需人工注释，完全由机器完成，但质量几乎一致。此外，该数据集超大，包含约5亿张图像和1亿张激光雷达扫描。

由于nuScenes专注于具有高质量注释的高度策划的数据，因此仅包含五个小时的驾驶数据。相比之下nuPlan数据集可提供1,500小时，相当于4.7年的平均驾驶时间，而美国人平均每天的开车时间为52分钟。

为什么需要更多数据呢？考虑大多数人驾驶的多样化环境，在Motional测试自动驾驶出租车的所有区域，包括波士顿市中心、匹兹堡的住宅区、新加坡的创业中心和拉斯维加斯大道，每个地方都有其独特的驾驶状况。

具体不同之处包括交通流模式（如在新加坡车辆靠左行驶）、道路标志和信号，以及各种类型的十字路口、地形和其他特征。即使在同一个城市，由于交通密度、道路布局、地形和交通法规各不相同，以及各地区拥有自己的道路规定，因此汽车每天都会遇到不同的驾驶情况。

nuPlan的另一个显著优势是其闭环测试能力，改进了现有基准测试中使用的开环测试。开环系统中，无论系统的行为如何，输入都与系统的响应无关。开环有时被称为模仿学习，因为系统只是检查计划路线是否与驾驶员采取的路线相似。在闭环评估中，计划路线用于控制车辆。因此车辆可能会偏离司机原来选择的路线。然后其他司机会做出相应的反应。

此外，Motional闭环驾驶测试还进行了其他测试，如汽车在超车时应保持多远距离，乘客是否可能因转弯时的高加速度而晕车，以及车辆在接近违规过马路的行人时如何减速。闭环测试考虑了与上述场景相关的规划指标，以及交通规则、车辆动态、目标实现，这与经验丰富且安全的人类驾驶员一样。

通过使用nuScenes帮助无人驾驶车辆更好地观察世界和周围的其他道路使用者，Motional可以改变感知，并与世界分享这些知识，推动自动驾驶技术的发展。随着将来nuPlan的推出，Motional希望通过提供大规模数据集和通用基准，为规划进展铺平道路，而这可能是自动驾驶的最终形态之一。