摘要aiMotive 多模态数据集是一个面向鲁棒自动驾驶、远距离环境感知与多传感器融合研究的数据集主要解决传统自动驾驶数据集中传感器类型有限、恶劣天气覆盖不足以及远距离目标标注缺失等问题。数据集概述aiMotive 多模态数据集是一个面向鲁棒自动驾驶、远距离环境感知与多传感器融合研究的数据集主要解决传统自动驾驶数据集中传感器类型有限、恶劣天气覆盖不足以及远距离目标标注缺失等问题。数据集共包含 176 个驾驶场景同步采集摄像头、激光雷达和毫米波雷达数据并实现统一时间同步与传感器标定覆盖车辆周围 360° 视场适用于高速公路辅助驾驶、城市道路感知和复杂环境下的自动驾驶模型训练与评估。数据结构与关键特征该数据集采用“Camera LiDAR Radar 3D标注”的多模态结构包含高速公路、城市和郊区等不同道路环境同时覆盖白天、夜晚和雨天等多种光照及天气条件。所有场景中的交通参与者均通过 3D 边界框进行标注并使用一致的目标标识符追踪同一对象有利于开展目标检测、跨帧关联和多目标跟踪研究。其突出特点是提供较强的远距离感知标注能力雷达能够补充摄像头和激光雷达在雨天、夜间及远距离条件下的感知不足为三模态融合提供更完整的数据基础。应用价值与研究方向该数据集适用于3D目标检测、多传感器融合、远距离车辆感知、恶劣天气鲁棒感知和自动驾驶场景理解等研究。研究人员可分别构建Camera、LiDAR和Radar单模态基线也可利用BEV融合、Transformer、多模态注意力机制等方法实现三模态联合建模进一步可研究高速公路远距离目标检测、夜间与雨天感知、雷达—视觉—点云互补融合、3D多目标跟踪、传感器失效鲁棒性以及360°自动驾驶感知系统为高级驾驶辅助系统和高可靠自动驾驶提供数据支持。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-497文件大小2.7M原创声明本数据集为整理作品