CoopScenes：用于发展自动驾驶中集体感知的多场景基础设施与车辆数据
机器人学
2025-09-30 v3
摘要
城市环境的日益复杂凸显了有效集体感知系统的潜力。为此，我们提出CoopScenes数据集，一个大规模的多场景数据集，提供来自自驾车和支持基础设施的同步传感器数据。该数据集提供104分钟的时间和空间同步数据，采样频率为10 Hz，结果为62,000帧。它实现了与竞争性同步，平均偏差仅为2.3 ms。此外，该数据集包括一种用于精确注册自驾车和基础设施传感器点云数据的新程序、自动注释管道，以及用于面部和车牌的开源匿名化管道。覆盖九个多样化场景，包含100次机动行为，数据集包含公共交通枢纽、城市施工现场和高速农村道路等场景，遍布德国斯图格特地区的三座城市。整个数据集总计527 GB，采用.4mse格式提供，便于通过我们的综合开发套件轻松访问。通过提供精确的大规模数据，CoopScenes促进了集体感知、实时传感器注册和城市移动性中协同智能系统的研究，包括基于机器学习的方法。
引用
@article{arxiv.2407.08261,
title = {CoopScenes: Multi-Scene Infrastructure and Vehicle Data for Advancing Collective Perception in Autonomous Driving},
author = {Marcel Vosshans and Alexander Baumann and Matthias Drueppel and Omar Ait-Aider and Youcef Mezouar and Thao Dang and Markus Enzweiler},
journal= {arXiv preprint arXiv:2407.08261},
year = {2025}
}
备注
Accepted to be published at the 2025 36th IEEE Intelligent Vehicles Symposium (IV), Cluj-Napoca, Romania, June 22 - 25, 2025