日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
自動運転データセットarXiv:2512.02448

nuScenes再訪：自動運転の進歩と課題

nuScenes Revisited: Progress and Challenges in Autonomous Driving

シェア:XThreadsFacebookLINEはてブBluesky

自動運転データセットnuScenesの作成過程や拡張版、後続データセットへの影響、標準化、タスクと手法の動向を包括的に調査した論文。

詳しい要約

1. どんなもの？

- nuScenes データセットを再訪するサーベイ論文 - 自動運転 (AV) と ADAS 向けの代表的なデータセット - radar データを初めて含み、2大陸の都市走行シーンを収録 - 公道を走る完全自動運転車で収集 - 内容 - nuScenes の作成過程と拡張版 nuImages / Panoptic nuScenes の詳細 - これまで論文で未公開だった技術的詳細を整理 - 後続データセットやコミュニティ標準への影響を追跡 - 公式・非公式タスクと主要な手法開発をレビュー - perception, localization & mapping, prediction, planning を横断する包括的サーベイ

2. 先行研究と比べてどこがすごい？

- 先行研究との比較は要旨からは不明 - 本論文の位置づけ - 単なるデータセット紹介ではなく、作成の舞台裏を初公開 - nuScenes が後続データセットや標準規格に与えた影響を体系的に追跡 - 公式・非公式タスクと手法動向をまとめた包括的サーベイ - 貢献の主張 - これまで学術論文で明かされなかった技術詳細を提示 - コミュニティ標準の形成過程を記述

3. 技術・手法の肝は？

- 手法の肝は要旨からは不明（サーベイ論文のため） - 記述の枠組み - nuScenes のデータ収集・作成プロセスの詳細化 - 拡張版 nuImages / Panoptic nuScenes の説明 - 後続データセットへの影響と標準化の追跡 - 公式・非公式タスクの整理と主要手法のレビュー - 対象領域 - multi-modal sensor fusion を促進 - 標準化された benchmark を前提とした評価

4. どうやって有効だと検証した？

- 実験による検証は要旨からは不明 - 有効性の示し方（記述ベース） - nuScenes の作成過程と技術詳細の提示 - 後続データセットやコミュニティ標準への影響の追跡 - 公式・非公式タスクと主要手法のレビュー - 定量的評価の有無は要旨からは不明

5. 議論はある？

- 課題の議論 - 自動運転における進展と課題を概観 - データセットの役割 - データセットが hardware / algorithms と並ぶ基盤要素であると位置づけ - 標準化の影響 - nuScenes が定義した標準が現在もコミュニティで使われている点を議論 - 具体的な限界や未解決問題の詳細は要旨からは不明

6. 次に読むべき論文は？

- nuScenes 自体（本論文の中心データセット） - nuImages - Panoptic nuScenes - 後続の自動運転データセット（個別名は要旨からは不明） - multi-modal sensor fusion 関連手法 - perception, localization & mapping, prediction, planning の各タスクの主要手法 - 同分野の定番として LiDAR / camera / radar 融合や 3D object detection の代表的 benchmark 論文

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Whye Kit Fong, Venice Erin Liong, Kok Seang Tan, Holger Caesar

分類: cs.CV, cs.RO

原文アブストラクト

Autonomous Vehicles (AV) and Advanced Driver Assistance Systems (ADAS) have been revolutionized by Deep Learning. As a data-driven approach, Deep Learning relies on vast amounts of driving data, typically labeled in great detail. As a result, datasets, alongside hardware and algorithms, are foundational building blocks for the development of AVs. In this work we revisit one of the most widely used autonomous driving datasets: the nuScenes dataset. nuScenes exemplifies key trends in AV development, being the first dataset to include radar data, to feature diverse urban driving scenes from two continents, and to be collected using a fully autonomous vehicle operating on public roads, while also promoting multi-modal sensor fusion, standardized benchmarks, and a broad range of tasks including perception, localization & mapping, prediction and planning. We provide an unprecedented look into the creation of nuScenes, as well as its extensions nuImages and Panoptic nuScenes, summarizing many technical details that have hitherto not been revealed in academic publications. Furthermore, we trace how the influence of nuScenes impacted a large number of other datasets that were released later and how it defined numerous standards that are used by the community to this day. Finally, we present an overview of both official and unofficial tasks using the nuScenes dataset and review major methodological developments, thereby offering a comprehensive survey of the autonomous driving literature, with a particular focus on nuScenes.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER（GPU搭載BTOパソコン）

FRONTIER（GPU搭載BTOパソコン）の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →