AID4AD：用于自动驾驶感知的航空影像数据集
计算机视觉与模式识别
2025-08-05 v1
摘要
本工作探讨了将与空间对齐的航空影像集成到自动驾驶车辆（AVs）感知任务中的可能性。作为核心贡献，我们提出AID4AD数据集，将高分辨率航空影像精确地与nuScenes数据集的局部坐标系对齐。该对齐利用nuScenes提供的基于SLAM的点云地图实现，建立了航空数据与nuScenes局部坐标系之间的直接关联。为确保空间保真度，我们提出了一种对齐工作流程，用于校正局部化和投影失真。随后进行的手动质量控制过程进一步细化了数据集，通过识别一组高质量对齐结果作为ground truth发布，以支持未来研究。我们在两个代表性任务中展示了AID4AD的实际价值：在在线地图构建中，航空影像作为补充输入可改善制图过程；在运动预测中，它作为结构化环境表示，取代了高清地图。实验表明，航空影像在地图构建准确率提升15%至23%，在轨迹预测性能提升2%。这些结果凸显了航空影像作为可扩展且可适应的环境上下文来源的潜力，尤其是在高清地图不可用、过时或维护成本高昂的场景中。AID4AD数据集及评估代码和预训练模型已公开发布以推动此方向的进一步研究：https://github.com/DriverlessMobility/AID4AD
引用
@article{arxiv.2508.02140,
title = {AID4AD: Aerial Image Data for Automated Driving Perception},
author = {Daniel Lengerer and Mathias Pechinger and Klaus Bogenberger and Carsten Markgraf},
journal= {arXiv preprint arXiv:2508.02140},
year = {2025}
}