Multi-V2X: 大规模多模态多渗透率数据集用于合作感知

车联网（V2X）中的合作感知因其潜在的能力克服遮挡并增强远距离感知而引起广泛关注。近年来，在数据集和算法方面已取得显著成果。然而，现有真实数据集受限于可通信代理数量较少，而仿真数据集通常仅覆盖车辆。更重要的是，连接和自主车辆（CAV）的渗透率——一种关键因素用于部署合作感知技术——尚未得到充分考虑。为此，我们引入Multi-V2X，一个大规模、多模态、多渗透率数据集，用于V2X感知。通过联合仿真SUMO和CARLA，我们在模拟城市中配置大量汽车和路侧单元（RSU），并收集全面的感知数据。可通过屏蔽部分配置车辆为普通车辆来获得指定CAV渗透率的数据集。总体而言，Multi-V2X数据集包含54.9万个RGB帧、14.6万个LiDAR帧和421.9万个标注的3D边界框，覆盖六个类别。最高可能的CAV渗透率可达86.21%，通信范围内最多可达31个代理，带来了在选择合作代理方面面临的新挑战。我们为合作3D目标检测任务提供了全面的基准测试。我们的数据和代码已公开于https://github.com/RadetzkyLi/Multi-V2X。