M2S-RoAD：基于摄像头和激光雷达数据的多模态道路损伤语义分割
计算机视觉与模式识别
2025-04-15 v1
摘要
道路损伤会为人类驾驶员和自动驾驶车辆（AVs）在安全性和舒适性方面带来挑战。这种损伤在农村地区尤为普遍，因为道路检查和维护频率较低。自动检测路面恶化可作为AVs和驾驶员辅助系统的输入，以提高道路安全。当前研究在该领域主要聚焦于城市环境，得益于公共数据集，而农村地区受到的关注显著不足。本文引入M2S-RoAD数据集，用于对不同类别的道路损伤进行语义分割。M2S-RoAD数据集收集于新南威尔士州的多个小镇，并标注用于语义分割以识别九种不同类型的道路损伤。本数据集将在论文接受后公开发布。
引用
@article{arxiv.2504.10123,
title = {M2S-RoAD: Multi-Modal Semantic Segmentation for Road Damage Using Camera and LiDAR Data},
author = {Tzu-Yun Tseng and Hongyu Lyu and Josephine Li and Julie Stephany Berrio and Mao Shan and Stewart Worrall},
journal= {arXiv preprint arXiv:2504.10123},
year = {2025}
}