2023年5月11日
，北京市高级别自动驾驶示范区联合清华大学智能产业研究院（AIR）、北京车网科技发展有限公司、百度Apollo、北京智源人工智能研究院，隆重推出全球首个基于真实道路场景的时序车路协同数据集V2X-Seq，向境内用户提供下载使用。该数据集填补了目前业界真实道路场景车路协同时序数据集的空白，将有效加速车路协同时序感知和车路协同轨迹预测研究。
自2022年2月AIR携手合作伙伴共同发布第一期车路协同数据集DAIR-V2X以来，该数据集已受到学术界和产业界的广泛关注。清华大学、北京大学、中国科学院大学、上海交通大学等知名高校，中国电信研究院等研究机构，以及各类企业共计超过200家，均对该数据集给予了高度的关注和认可。截至目前，DAIR-V2X数据集已经在国内注册用户中积累了超过2000人，下载量近3万次。基于DAIR-V2X数据集的研究已经有多项成果发表在CVPR、NeurIPS、ICLR、ICRA等人工智能领域的顶级会议上。这些成果的发表，不仅展示了DAIR-V2X数据集的研究价值，也充分说明了其在人工智能领域的影响力。
本次发布的第二期时序车路协同数据集V2X-Seq，由车路协同时序感知数据集和车路协同轨迹预测数据集组成，旨在支撑车路协同时序感知和车路协同轨迹预测研究。通过自研的时空轨迹匹配算法，V2X-Seq数据集提供了高质量的协同轨迹真值，为车路协同跟踪和车路协同轨迹预测相关研究提供了评测基准。同时，基于V2X-Seq数据集，定义了与车路协同3D跟踪、车路协同轨迹预测相关的三个研究任务，并提供了丰富的算法基准。该数据集及相关算法成果已被CVPR2023正式接受。
车路协同时序感知数据集，包含超过1.5万对车端与路端协同视角下的时序图像数据和超过1.5万对车端与路端协同视角下的点云数据，并提供了完整的3D目标及Tracking ID标注，用于支持车路协同3D检测和跟踪任务。
车路协同轨迹预测数据集，覆盖28个真实路口，包含超过20万个片段（涵盖目标轨迹、红绿灯信号等），其中路端与车端协同视角片段约5万个，每个片段时长10秒，按照10HZ提供8类常见障碍物目标的轨迹，用于车路协同轨迹预测任务研究。
一期车路协同数据集DAIR-V2X和二期时序车路协同数据集V2X-Seq均由清华大学智能产业研究院（AIR）聂再清教授的大数据与人工智能团队与百度Apollo智能交通团队联合合作方共同研发，是Apollo-AIR智能交通联合研究中心的重要成果之一，旨在构建具有影响力的车路协同生态系统，助力车路协同与自动驾驶产业发展与繁荣。
中国工程院院士、清华大学讲席教授、智能产业研究院（AIR）院长张亚勤院士表示：“此次发布的时序车路协同数据集V2X-Seq，是AIR的大数据团队在车路协同领域持续深耕的又一成果。V2X-Seq数据集涵盖了车路协同3D检测、跟踪、轨迹预测等多项技术任务的需求，为学术界和产业界的研究者提供了丰富的数据资源。这些资源可以帮助研究者更好地探索车路协同自动驾驶感知和预测技术的应用和优化，进一步推动车路协同自动驾驶相关技术的快速发展。与此同时，相关研究的进步也能够回馈到产业实际应用中，进一步推动车路协同自动驾驶生态产业的良性发展。”
