多智能体多遍历多模态自动驾驶：开放MARS数据集
计算机视觉与模式识别
2024-06-14 v1
摘要
大规模数据集推动了近期基于人工智能的自动驾驶车辆研究进展。然而，这些数据集通常是从单辆车对某一位置的单次通行中收集的，缺乏多智能体交互或对同一地点的重复遍历。此类信息可能带来自动驾驶车辆感知、预测和规划能力的变革性提升。为弥补这一差距，我们与自动驾驶公司May Mobility合作，提出了MARS数据集，该数据集统一了支持多智能体(MultiAgent)、多遍历(MultitraveRSal)和多模态(Multimodal)自动驾驶研究的场景。更具体地说，MARS是通过在一个特定地理区域内行驶的一队自动驾驶车辆收集的。每辆车都有自己的路线，不同的车辆可能出现在附近的位置。每辆车都配备了一个激光雷达和环视RGB相机。我们在MARS中整理了两个子集：一个支持多辆车同时出现在同一位置进行协同驾驶，另一个通过多辆车对同一位置的异步遍历实现记忆回溯。我们在位置识别和神经重建方面进行了实验。更重要的是，MARS引入了新的研究机遇和挑战，例如多遍历三维重建、多智能体感知和无监督目标发现。我们的数据和代码可在https://ai4ce.github.io/MARS/获取。
引用
@article{arxiv.2406.09383,
title = {Multiagent Multitraversal Multimodal Self-Driving: Open MARS Dataset},
author = {Yiming Li and Zhiheng Li and Nuo Chen and Moonjun Gong and Zonglin Lyu and Zehong Wang and Peili Jiang and Chen Feng},
journal= {arXiv preprint arXiv:2406.09383},
year = {2024}
}
备注
Accepted by CVPR 2024