Argoverse:具有丰富地图的 3D 跟踪与预测
计算机视觉与模式识别
2019-11-11 v1 机器人学
摘要
我们提出 Argoverse——两个旨在支持自动驾驶车辆机器学习任务(如 3D 跟踪与运动预测)的数据集。Argoverse 由一支自动驾驶车队在匹兹堡和迈阿密采集。Argoverse 3D 跟踪数据集包含来自 7 个具有重叠视场摄像头的 360 度图像、来自远程 LiDAR 的 3D 点云、6 自由度位姿以及 3D 跟踪标注。值得注意的是,它是唯一提供前向立体图像的现代 AV 数据集。Argoverse 运动预测数据集包含超过 300,000 个 5 秒跟踪场景,其中指定了一辆用于轨迹预测的车辆。Argoverse 是首个包含“HD 地图”的自动驾驶车辆数据集,具有 290 km 带几何与语义元数据的映射车道。所有数据在 Creative Commons 许可下发布于 www.argoverse.org。在我们的基线实验中,我们展示了车道方向、可行驶区域和地面高度等详细地图信息如何提高 3D 物体跟踪与运动预测的精度。我们的跟踪与预测实验仅代表对丰富地图在机器人感知中使用的初步探索。我们希望 Argoverse 能使研究界更深入地探索这些问题。
引用
@article{arxiv.1911.02620,
title = {Argoverse: 3D Tracking and Forecasting with Rich Maps},
author = {Ming-Fang Chang and John Lambert and Patsorn Sangkloy and Jagjeet Singh and Slawomir Bak and Andrew Hartnett and De Wang and Peter Carr and Simon Lucey and Deva Ramanan and James Hays},
journal= {arXiv preprint arXiv:1911.02620},
year = {2019}
}
备注
CVPR 2019