nuScenes
Parent: ai_keywords
nuScenes 百科解释
【核心定义】
nuScenes 是由 nuTonomy（现属 Aptiv）开发并公开的大规模自动驾驶多模态数据集。它包含 1000 个场景（每个场景约 20 秒），覆盖波士顿和新加坡两个城市，提供来自 6 个摄像头、5 个雷达和 1 个激光雷达的同步数据，以及 23 个类别的 3D 边界框标注（含 40 万+ 标注帧）。nuScenes 以其完全公开、高标注质量、多传感器融合和复杂城市环境而成为自动驾驶研究的标准基准之一。
【关键技术点】
- 多模态传感器融合：数据集强制要求算法整合 6 路相机、5 路雷达与激光雷达点云，用于解决恶劣天气、光照变化等单一传感器的局限性，是测试多模态感知架构的理想平台。
- 3D 目标检测与跟踪：提供全 3D 空间（x, y, z, 尺寸, 航向角）标注，支持 BEV（鸟瞰图）视角下的检测（如 CenterPoint）和时序跟踪（如 EagerMOT），评测指标包括 mAP（平均精度）和 NDS（nuScenes 检测分数）。
- 场景多样性与时序建模：1000 个场景涵盖白天/夜晚、晴/雨、交通拥堵、行人密集等不同驾驶环境，每个场景含 40 帧时序数据，便于研究时序预测（如运动预测和场景流）。
- 自动驾驶全栈评测：不仅是感知，还提供地图（车道、路沿）、轨迹预测和规划任务的官方基准（如 nuPlan 扩展），推动端到端自动驾驶系统的研究。
【医学/神经科学应用场景】
应用方向：脑卒中后驾驶能力评估的虚拟测试平台
首都医科大学神经病学研究团队可利用 nuScenes 数据集中的多模态感知引擎与复杂驾驶场景，开发脑卒中患者认知-运动功能障碍的数字化评估工具。具体场景：选取 nuScenes 中“行人横穿”“路口减速避让”“突发危险事件”等典型片段，通过虚拟现实（VR）呈现给患者，同时利用头戴式眼动仪（追踪注意偏向）与脑电图（EEG，监测视觉 P300 诱发电位）采集神经电生理信号。结合数据集原有的 3D 感知标注（如行人位置、车辆速度），量化患者的反应时间、危险感知准确率、多任务处理效率，从而客观评估卒中后顶叶、额叶损伤对驾驶安全性的影响。该范式可推广至帕金森病患者的执行功能与步态启动障碍测试，通过 nuScenes 中的停车-起步场景模拟冻结步态诱发条件，并结合双任务成本（听觉 n-back）分析基底节-丘脑-皮层回路功能完整性。
