Adver-City：面向恶劣天气条件下协同感知的开源多模态数据集
计算机视觉与模式识别
2025-03-25 v2 机器学习
机器人学
摘要
恶劣天气条件对大规模采用自动驾驶车辆（AVs）构成重大挑战，因其影响LiDAR和摄像头等传感器。尽管协同感知（CP）能提高AV在困难条件下的感知能力，但现有CP数据集缺乏恶劣天气条件。为此，我们引入Adver-City，首个专注于恶劣天气条件的开源合成CP数据集。该数据集基于CARLA和OpenCDA仿真，包含超过2.4万帧、89万个标注和110个独特场景，覆盖6种天气条件：晴朗、轻雨、暴雨、雾、浓雾暴雨以及首次在合成CP数据集中出现的眩光。数据集包含6类目标（包括行人和骑行者），采用车载单元和路边单元，分别配备LiDAR、RGB和语义分割摄像头、GNSS和IMU。其场景基于真实事故报告，描绘恶劣天气和视力受限条件下的典型路况，对象密度变化，包含稠密和稀疏场景，为CP模型的新颖测试提供了可能。基准测试显示，天气条件为感知模型带来了挑战，CoBEVT得分分别为58.30/52.44/38.90（AP@30/50/70）。数据集、代码和文档均可在 https://labs.cs.queensu.ca/quarrg/datasets/adver-city/ 访问获取。
引用
@article{arxiv.2410.06380,
title = {Adver-City: Open-Source Multi-Modal Dataset for Collaborative Perception Under Adverse Weather Conditions},
author = {Mateus Karvat and Sidney Givigi},
journal= {arXiv preprint arXiv:2410.06380},
year = {2025}
}
备注
13 pages