MITO：面向非视距感知的毫米波数据集与仿真器
计算机视觉与模式识别
2025-03-13 v3
摘要
观察世界的能力是推理和就如何与环境互动做出明智决策的基础。然而，光学感知常常因常见现象（如遮挡）而中断，这可能对现有视觉系统构成挑战。我们提出了 MITO，第一个毫米波（mmWave）数据集，包含多样化的日常物体，使用 UR5 机械臂和两个在不同频率下工作的 mmWave 雷达以及一台 RGB-D 相机收集。与可见光不同，mmWave 信号可以穿透常见遮挡物（如纸箱、布料、塑料），但每个 mmWave 帧的分辨率远低于典型相机。为了捕获更高分辨率的 mmWave 图像，我们利用机器人的机动性并在合成孔径上融合帧。MITO 捕获了超过 2400 万帧 mmWave 数据，并利用它们生成了 550 张高分辨率 mmWave（合成孔径）图像，涵盖视距和非视距（NLOS）情况，以及 RGB-D 图像、分割掩码和原始 mmWave 信号，来自 76 个不同物体。我们开发了一个开源仿真工具，可用于为任意 3D 三角网格生成合成 mmWave 图像。最后，我们通过开发 NLOS 分割和分类的基准测试，展示了我们的数据集和仿真器在实现更广泛的 NLOS 感知方面的效用。
引用
@article{arxiv.2502.10259,
title = {MITO: A Millimeter-Wave Dataset and Simulator for Non-Line-of-Sight Perception},
author = {Laura Dodds and Tara Boroushaki and Cusuh Ham and Fadel Adib},
journal= {arXiv preprint arXiv:2502.10259},
year = {2025}
}