Ford 多车自动驾驶季节性数据集
机器人学
2021-01-26 v1 计算机视觉与模式识别
多智能体系统
摘要
本文呈现了一个具有挑战性的多智能体季节性数据集，由一支 Ford 自动驾驶车队在 2017-18 年间的不同日期与时段采集。车辆遍历了密歇根州平均 66 km 的路线，涵盖多种驾驶场景，如底特律机场、高速公路、市中心、大学校园与郊区等。本数据采集中使用的每辆车均为 Ford Fusion，配备 Applanix POS-LV GNSS 系统、四个 HDL-32E Velodyne 3D 激光雷达、车顶布置的 6 台 Point Grey 1.3 MP 相机以实现 360 度覆盖，以及挡风玻璃后安装的 1 台 Pointgrey 5 MP 相机用于前向视场。我们呈现了动态城市环境中经历的天气、光照、施工与交通状况的季节性变化。该数据集有助于设计面向自动驾驶车辆与多智能体系统的鲁棒算法。数据集中的每段日志均带时间戳，包含来自所有传感器的原始数据、标定值、位姿轨迹、真值位姿与 3D 地图。所有数据以 Rosbag 格式提供，可使用开源 Robot Operating System (ROS) 进行可视化、修改与应用。我们还提供了最先进的基于反射率的定位输出以供基准测试。该数据集可在我们的网站免费下载。
引用
@article{arxiv.2003.07969,
title = {Ford Multi-AV Seasonal Dataset},
author = {Siddharth Agarwal and Ankit Vora and Gaurav Pandey and Wayne Williams and Helen Kourous and James McBride},
journal= {arXiv preprint arXiv:2003.07969},
year = {2021}
}
备注
7 pages, 7 figures, Submitted to International Journal of Robotics Research (IJRR), Visit website at https://avdata.ford.com