用于自然驾驶研究与基准测试的多模态全环绕车辆测试平台：设计、标定与部署
计算机视觉与模式识别
2019-02-01 v4
摘要
自动驾驶和半自动驾驶领域的近期进展，部分得益于一系列传感器，这些传感器为智能代理提供了对其周围环境的增强感知。很久以来就很清楚，智能车辆要在所有情况和条件下有效运行，融合不同的传感器技术是必不可少的。因此，同步多传感器数据流的可用性对于促进低、中、高级语义任务的基于融合的算法的发展是必要的。在本文中，我们全面描述了 LISA-A：我们重度装备传感器的全环绕测试平台，能够提供来自一系列同步且标定的传感器（如相机、LIDAR、雷达和 IMU/GPS）的高质量数据。该车辆在各种天气、交通和光照条件下记录了超过 100 小时的真实世界数据。所有捕获的数据均使用时间戳进行精确标定和同步，并安全存储在安装于车辆内部的高性能服务器中。本文描述了测试平台仪器、传感器布局、传感器输出、标定和同步的细节。
引用
@article{arxiv.1709.07502,
title = {A Multimodal, Full-Surround Vehicular Testbed for Naturalistic Studies and Benchmarking: Design, Calibration and Deployment},
author = {Akshay Rangesh and Kevan Yuen and Ravi Kumar Satzoda and Rakesh Nattoji Rajaram and Pujitha Gunaratne and Mohan M. Trivedi},
journal= {arXiv preprint arXiv:1709.07502},
year = {2019}
}