面向基础设施导向车辆定位的 Bench-RNR：基准数据集用于重复与非重复扫描激光雷达
机器人学
2025-09-22 v1 信号处理
摘要
使用道路边激光雷达进行车辆定位可为受控车辆提供厘米级精度，同时能够同时服务多辆车辆，增强安全性和效率。虽然大多数现有研究依赖重复扫描激光雷达，但非重复扫描激光雷达具有消除盲区和更具成本效益等优势。然而，其在道路边感知和定位中的应用仍有限。为此，我们提出了一个用于基础设施导向车辆定位的数据集，收集了来自重复和非重复扫描激光雷达的数据，以对不同激光雷达扫描模式的性能进行基准测试。该数据集包含 5,445 帧点云数据，覆盖八个车辆轨迹序列，具有多样化的轨迹类型。我们的实验为基础设施导向车辆定位建立了基线，并比较了使用非重复和重复扫描激光雷达的这些方法的性能。本工作为选择基础设施导向车辆定位最合适的激光雷达扫描模式提供了有价值的见解。该数据集是对科学界有价值的贡献，支持基础设施感知和车辆定位方面的进展。该数据集和源代码均公开于：https://github.com/sjtu-cyberc3/BenchRNR。
引用
@article{arxiv.2509.15583,
title = {Bench-RNR: Dataset for Benchmarking Repetitive and Non-repetitive Scanning LiDAR for Infrastructure-based Vehicle Localization},
author = {Runxin Zhao and Chunxiang Wang and Hanyang Zhuang and Ming Yang},
journal= {arXiv preprint arXiv:2509.15583},
year = {2025}
}