Nuscenes主要在波士顿和新加坡进行，用于采集的车辆装备了1个旋转雷达（spinning LIDAR），5个远程雷达传感器（long range RADAR sensor）和6个相机（camera）
一、数据集结构：（借用https://zhuanlan.zhihu.com/p/463537059生图）
从左到右四列分别是Vehicle（采集数据所用的交通工具）、Extraction（所采集的对象）、Annotation（标注）和Taxonomy（分类）。
从上到下各行表示各种级别的对象，以Extraction为例，一个scene表示从日志中提取的20秒长的连续帧序列（A scene is a 20s long sequence of consecutive frames extracted from a log.）而一个sample表示一个2Hz的带注释的关键帧（A sample is an annotated keyframe at 2 Hz.）也就是从一个scene中提取出的一帧。而sample_data则更进一步的表示在某时刻（timestamp）的传感器数据，例如图片，点云或者Radar等等。每一个sample_data都与某个sample相联系，如果其is_key_frame值为True，那么它对应的时间戳应当与它所对应的关键帧非常接近，它的数据也会与该关键帧时刻的数据较为接近（我的个人理解）。
由此可以发现，一个上一级的对象可以包含多个下一级的对象，或者说表示更加广义层面的信息。例如一个scene中可以有多个sample（scene的一个属性为nbr_samples=number of samples）。又比如sample和sample_data的关系，sample只是表示某个采样的时刻，而sample_data则表示该时刻具体传感器采样得到了什么数据，在一个sample对应的关键帧附近，多次采集了各时间戳的sample_data。关于这一点可以看我所画的下面这张图。
sample与sample_data, 以及lidarseg
接下来对图表中的每个部分作相应的解（fan）释（yi）。不同于官网文档的排序，这里我会按照每一行从左到右的顺序。
第一级
log：采集数据的相关日志，包含车辆信息、所采集的数据（类型？）、采集地点等信息。
scene：采集场景
instance：对象注释实例，包含对象类别、注释数量、初次和末次注释的token
category：对象分类集合，包含human、vehicle等共有23类。子类以human.pedestrain.adult的形式表示。
第二级
map：地图数据，自上而下获得。包含map_category、filename：存储map_mask掩码数据的bin file地址。
sample：一个2Hz的带注释的关键帧，也就是从一个scene中提取出的一帧。包含时间戳、对应的scene_token、下一个sample和上一个sample的token。
lidarseg：标注信息和点云之间的映射关系。filename为对应的bin file的名称，该bin文件以numpy arrays的形式存储了nuScenes-lidarseg labels 标签。sample_data_token为某个sample data的token key，该sample data为对应的bin标签文件所标注的、且is_key_frame值为True的sample_data数据。
第三级
calibrated_sensor：一个特定传感器在一个特定车辆上的矫正参数。包含translation、rotation、camera_intrinsic（内在相机校准）。
sample_data：某时刻（timestamp）的传感器数据，例如图片，点云或者Radar等等。包含ego_pose_token（指向某一ego pose）、calibrated_sensor_token（指向特定的calibrated sensor block）、数据存储路径、时间戳、is_key_frame值等。
sample_annotation：样本标注。包含所对应的sample token、instance token、attribute token、visibility token、bounding box 中心点坐标以及长宽高、lidar points数量、下一个和上一个标注。
attribute：一些关于样本的可能会改变的性质，描述了物体本身的一些状态，比如行驶、停下等，包含三个key，Example: a vehicle being parked/stopped/moving, and whether or not a bicycle has a rider.
第四级
sensor：传感器。包含频道（channel）、modality（{camera，lidar，radar}）
ego_pose：采集所用的车辆在特定时间戳的pose。基于激光雷达地图的定位算法给出（见nuScenes论文）。包含坐标系原点和四元坐标（需要读论文了解具体含义）、时间戳。
visibility：可见性评估，0-40%，40%-60%，60%-80%以及80%-100%。
二、实例分析
Scenes：
下载得到一个mini版的nuScenes数据集，可以看到里面有若干个scene
以第一个sample为例。使用nusc.get(类别，token)获取sample
可以看到一个sample包含了。。。data中包含了这一sample由各种传感器收集到的数据，
通过对特定的token使用nusc.get()命令，我们就可以得到对应的数据。例如对data中的CAM_FRONT使用，如下图。
我们也可以在这里 对上面获得的数据使用nusc.render_sample_data(数据的token)，来看其可视化结果（含标注）。
右图为根据cam_from_data中的filename路径找到的文件，可以发现render会自动添加检测框
一个sample中可能标注多个对象，此时可以通过nusc.render_annotation(annotation's token)来可视化特定标注。
instance
上面我们探索了一下scene。而从另一方面来说，另外一个第一级对象instance代表了一个个特定的需要被检测的目标，我们可以简单的使用nusc.instance[index]来获取某个instance。
对这样的某个目标，可能有多个标注来标记他，对应一段时间内不同的时间戳。例如下面的案例中，从卡车进入范围到远离，一共标注了16次。我们可以通过简单的调用nusc.render_instance来可视化这个目标，个人理解是会选择中间的某一帧标注进行可视化。如下图。
直接调用render _instance()
也可以调用特定帧的标注，例如最开始和最后的，来看不同时刻的标注情况。
调用render_annotation()获得第一帧的标注
最后一帧的标注