Dual Radar：一个带有双 4D 雷达用于自动驾驶的多模态数据集
计算机视觉与模式识别
2023-11-10 v3
摘要
与广泛采用的相机和 LiDAR 相比，雷达在自动驾驶环境感知的恶劣场景中具有更强的适应性。与常用的 3D 雷达相比，最新的 4D 雷达具有精确的垂直分辨率和更高的点云密度，使其成为复杂环境感知中极具前景的自动驾驶传感器。然而，由于噪声远高于 LiDAR，制造商选择了不同的滤波策略，导致噪声水平与点云密度呈反比关系。对于哪种方法有益于基于深度学习的自动驾驶感知算法，仍缺乏对比分析。主要原因之一是当前数据集仅采用一种类型的 4D 雷达，难以在同一场景中比较不同的 4D 雷达。因此，在本文中，我们引入了一个新颖的大规模多模态数据集，首次同时采集了两种类型的 4D 雷达。该数据集支持对有效的 4D 雷达感知算法进行进一步研究。我们的数据集由 151 个连续序列组成，其中大多数持续 20 秒，包含 10,007 帧精心同步和标注的帧。此外，我们的数据集捕获了多种具有挑战性的驾驶场景，包括许多道路条件、天气条件、夜间和白天以及不同的光照强度和时段。我们的数据集标注了连续帧，可应用于 3D 目标检测与跟踪，并支持多模态任务的研究。我们通过实验验证了数据集，为研究不同类型的 4D 雷达提供了有价值的结果。该数据集发布于 https://github.com/adept-thu/Dual-Radar。
引用
@article{arxiv.2310.07602,
title = {Dual Radar: A Multi-modal Dataset with Dual 4D Radar for Autonomous Driving},
author = {Xinyu Zhang and Li Wang and Jian Chen and Cheng Fang and Lei Yang and Ziying Song and Guangqi Yang and Yichen Wang and Xiaofei Zhang and Jun Li and Zhiwei Li and Qingshan Yang and Zhenlin Zhang and Shuzhi Sam Ge},
journal= {arXiv preprint arXiv:2310.07602},
year = {2023}
}