高度精确且多样化的交通数据: DeepScenario开放3D数据集
计算机视觉与模式识别
2025-08-25 v3
摘要
准确的3D轨迹数据对于推动自动驾驶技术至关重要。然而,传统数据集通常由固定安装在车辆上的传感器捕获,易受遮挡。此外,这种方法只能精确重建测量车辆附近动态环境,而忽略了更远处的物体。在本文中,我们介绍了DeepScenario开放3D数据集(DSC3D),这是一套由 novel 单目相机无人机跟踪管道获取的高质量、无遮挡的数据集,包含超过175,000条14种交通参与者的6自由度边界框轨迹。数据集在多样性和规模方面显著超过现有数据集,包含诸如复杂车辆-行人相互作用于人群密集的城市街道以及从入口到出口的综合停车操控等众多前所未有的场景。DSC3D数据集在欧洲和美国的五个不同地点采集,包括:停车场、拥挤的市中心、陡峭的城市交叉口、联邦高速公路和郊区交叉口。我们的3D轨迹数据集旨在通过提供详细的环境3D表示来增强自动驾驶系统,从而可能提高障碍物交互和安全性。我们在多个应用中展示了其实用性,包括运动预测、运动规划、场景挖掘和生成式自适应交通代理。我们的交互式在线可视化平台和完整数据集可在https://app.deepscenario.com公开获取,促进运动预测、行为建模和安全验证研究。
引用
@article{arxiv.2504.17371,
title = {Highly Accurate and Diverse Traffic Data: The DeepScenario Open 3D Dataset},
author = {Oussema Dhaouadi and Johannes Meier and Luca Wahl and Jacques Kaiser and Luca Scalerandi and Nick Wandelburg and Zhuolun Zhou and Nijanthan Berinpanathan and Holger Banzhaf and Daniel Cremers},
journal= {arXiv preprint arXiv:2504.17371},
year = {2025}
}