aiMotive 数据集：面向具有远距离感知的鲁棒自动驾驶的多模态数据集
计算机视觉与模式识别
2023-09-25 v3
摘要
自动驾驶是计算机视觉研究社区中一个热门的研究领域。由于自动驾驶车辆具有高度安全关键性，确保鲁棒性对于实际部署至关重要。虽然已有若干公开多模态数据集可用，但它们主要包含两种传感器模态（相机、LiDAR），并不十分适合恶劣天气。此外，它们缺乏远距离标注，使得训练作为自动驾驶车辆高速公路辅助功能基础的神经网络更加困难。因此，我们引入了一个面向具有远距离感知的鲁棒自动驾驶的多模态数据集。该数据集由 176 个场景组成，包含同步且标定过的 LiDAR、相机和雷达传感器，覆盖 360 度视场。所采集的数据在白天、夜间和雨天的高速公路、城市和郊区区域捕获，并标注有跨帧一致标识符的 3D 边界框。此外，我们训练了用于 3D 目标检测的单模态和多模态基线模型。数据可在 \url{https://github.com/aimotive/aimotive_dataset} 获取。
引用
@article{arxiv.2211.09445,
title = {aiMotive Dataset: A Multimodal Dataset for Robust Autonomous Driving with Long-Range Perception},
author = {Tamás Matuszka and Iván Barton and Ádám Butykai and Péter Hajas and Dávid Kiss and Domonkos Kovács and Sándor Kunsági-Máté and Péter Lengyel and Gábor Németh and Levente Pető and Dezső Ribli and Dávid Szeghy and Szabolcs Vajna and Bálint Varga},
journal= {arXiv preprint arXiv:2211.09445},
year = {2023}
}
备注
The paper was accepted to ICLR 2023 Workshop Scene Representations for Autonomous Driving