MAN TruckScenes：用于多样化环境下自动卡车的多模态数据集
计算机视觉与模式识别
2024-11-12 v2 人工智能
机器学习
摘要
自动卡车是一种具有潜力的技术，可显著影响现代物流与环境。确保其在公共道路上的安全性是主要职责之一，需要精确感知环境。为此，机器学习方法依赖大规模数据集，但迄今为止尚无针对自动卡车的数据集。本文介绍了MAN TruckScenes，首个用于自动卡车的多模态数据集。MAN TruckScenes 首次让研究社区接触卡车特有的挑战，如拖车遮挡、 novel sensor perspectives 以及终端环境。数据集包含超过740个20秒长的场景，涵盖多种不同环境条件。传感器配置包括4摄像头、6激光雷达、6雷达传感器、2个IMU以及高精度GNSS。数据集的3D边界框经过人工标注并仔细审核，以达到高质量标准。边界框可用于27类目标、15个属性，以及超过230米的范围。各场景按34个 distinct scene tags 标注，所有目标在整个场景中均被跟踪，以促进广泛的应用。此外，MAN TruckScenes 是首个提供4D雷达数据的360°全覆盖数据集，因而是标注3D边界框规模最大的雷达数据集。最后，我们提供了详尽的数据集分析和基线结果。数据集、开发套件等均可在线获取。
引用
@article{arxiv.2407.07462,
title = {MAN TruckScenes: A multimodal dataset for autonomous trucking in diverse conditions},
author = {Felix Fent and Fabian Kuttenreich and Florian Ruch and Farija Rizwin and Stefan Juergens and Lorenz Lechermann and Christian Nissler and Andrea Perl and Ulrich Voll and Min Yan and Markus Lienkamp},
journal= {arXiv preprint arXiv:2407.07462},
year = {2024}
}
备注
Accepted to NeurIPS 2024 Datasets and Benchmarks Track