自动驾驶中的协同感知数据集：一项综述
计算机视觉与模式识别
2024-04-23 v1 机器人学
摘要
本综述提供了对 Vehicle-to-Infrastructure（V2I）、Vehicle-to-Vehicle（V2V）和 Vehicle-to-Everything（V2X）语境下协同感知数据集的全面检查。它突出了最新开发的大规模基准数据集，这些数据集推动了自动驾驶感知任务的进展。该论文系统性地分析了各种数据集，比较了基于多样性、传感器设置、质量、公开获取性以及其针对下游任务的适用性等方面的差异。它还概述了关键挑战，如域迁移、传感器设置限制以及数据集多样性和获取性之间的差距。强调了在数据共享和数据集创建方面解决隐私和安全问题的重要性。结论强调，为克服这些挑战并充分发挥自动驾驶潜力的必要性，需来自技术和研究社区的综合性、全球可访问数据集和协作努力。
引用
@article{arxiv.2404.14022,
title = {Collaborative Perception Datasets in Autonomous Driving: A Survey},
author = {Melih Yazgan and Mythra Varun Akkanapragada and J. Marius Zoellner},
journal= {arXiv preprint arXiv:2404.14022},
year = {2024}
}
备注
8 pages,3 figures