カメラ・LiDAR・レーダーとスキャン3Dモデルを備えたマルチビークルデータセット：RTK-GNSSによるカスタム自動アノテーション向け
A Multi-Vehicle Dataset with Camera, LiDAR, and Radar Sensors and Scanned 3D Models for Custom Auto-Annotation using RTK-GNSS
自動運転の知覚アルゴリズム評価用に、7台の対象車両のスキャン3DモデルとRTK-GNSSによる姿勢・運動情報を提供するマルチセンサデータセットを構築し、遮蔽や反射などの測定効果を評価可能にした。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Philipp Berthold, Bianca Forkel, Mirko Maehlisch
分類: cs.RO, cs.AI, cs.CV, cs.LG
原文アブストラクト
Datasets are a crucial element in the development of perception algorithms. They relate sensor measurement data to annotated reference information and allow for the deduction of sensor and object characteristics. In autonomous driving, the reference data commonly consist of semantic image segmentation, point-wise associations, or bounding box annotations. The dataset proposed in this work, however, aims to dig deeper into the evaluation of measurement principles and provides scanned 3D models of all vehicles together with a pose and continuous kinematics reference obtained by RTK-GNSS. Combined, the state of the complete dynamic surrounding of the sensor vehicle is known for any point in time. Subsequent reference formats can be easily computed in user-defined granularity. This dataset involves single-object and multi-object recordings with seven target vehicles. In particular, measurement effects such as occlusion, as well as reflections, can be evaluated, as the normals of the shape of the target vehicles are known. We describe the dataset, discuss the technical background of its development, and briefly present exemplary evaluations.
関連論文
- BranchDrive: 行動条件付き運転予測のための分岐構造データセット自動運転データセット
- A2RL Vmax: 長距離・高速知覚と複数車両インタラクションのためのA2RL自動運転レースデータセット自動運転データセット
- TaCarla: エンドツーエンド自動運転のための包括的ベンチマークデータセット自動運転データセット
- HetroD: 異種交通環境における自動運転のための高忠実度ドローンデータセットとベンチマーク自動運転データセット
- Boreas Road Trip: 難路におけるマルチセンサ自動運転データセット自動運転データセット
- nuScenes再訪：自動運転の進歩と課題自動運転データセット
