W Katowicach pokażą bazę danych dla pojazdów autonomicznych

W Katowicach pokażą bazę danych dla pojazdów autonomicznych

Zdjęcie poglądowe wygenerowane przez AI

Siedem kamer, cztery lidary i dodatkowe sensory rejestrują polskie drogi na potrzeby rozwoju pojazdów autonomicznych. O efektach tych prac będzie można porozmawiać podczas seminarium DARTS-PL organizowanego w ramach Kongresu Nowej Mobilności. W Katowicach zaprezentowane zostaną także pierwsze wyniki projektu oraz narzędzia wykorzystywane przy opracowywaniu danych. Udział w spotkaniu nie będzie wymagał dodatkowej opłaty, ale wcześniej trzeba zarejestrować się na kongres.

Seminarium DARTS-PL pokaże pierwsze wyniki projektu

V Seminarium projektu DARTS-PL odbędzie się 25 września 2026 roku w godzinach 9.00–11.00. Spotkanie zaplanowano podczas Kongresu Nowej Mobilności. Zespół projektowy przedstawi założenia przedsięwzięcia, przewidywane rezultaty oraz pierwsze efekty dotychczasowych prac.

W programie znalazło się również omówienie przygotowywania bazy danych i tworzenia adnotacji opisujących obiekty na nagraniach. Uczestnicy poznają wykorzystywane narzędzia i procesy, a także będą mogli zadać pytania osobom pracującym nad projektem.

Bezpłatny udział w seminarium jest dostępny dla osób zarejestrowanych na Kongres Nowej Mobilności 2026. Oznacza to, że formalności związane z udziałem trzeba załatwić w ramach rejestracji na całe wydarzenie.

DARTS-PL gromadzi nagrania z wielu sensorów

Projekt „DARTS-PL – Baza danych testowych dla pojazdów autonomicznych” jest finansowany przez Narodowe Centrum Badań i Rozwoju w programie GOSPOSTRATEG. Jego celem jest stworzenie niekomercyjnej bazy wysokiej jakości nagrań polskiej infrastruktury drogowej i ruchu ulicznego.

Dane są zbierane przy użyciu rozbudowanego zestawu urządzeń:

  • siedmiu kamer wysokiej rozdzielczości,
  • czterech lidarów wyposażonych w 128 wiązek każdy,
  • radarów,
  • kamery termowizyjnej.

Nagrania uzupełniają szczegółowe adnotacje obiektów widocznych zarówno na obrazach 2D, jak i w chmurze punktów 3D. Obejmują one ponad 50 klas obiektów. Taki zakres danych może służyć do testowania i rozwijania systemów rozpoznawania otoczenia przez pojazdy autonomiczne, bez konieczności korzystania wyłącznie z zagranicznych zbiorów.

na podstawie: its.waw.pl.

Ilustracja ma charakter poglądowy i została wygenerowana przez sztuczną inteligencję — nie jest fotografią rzeczywistego zdarzenia.

Treści na stronie są opracowywane z wykorzystaniem sztucznej inteligencji