nuScenes 重访：自动驾驶中的进展与挑战
计算机视觉与模式识别
2026-03-25 v2 机器人学
摘要
自动驾驶车辆 (AV) 和高级驾驶辅助系统 (ADAS) 已被深度学习所革新。作为数据驱动的方法,深度学习依赖大量驾驶数据,通常需要详细标注。因此,数据集、硬件与算法是 AV 开发的基础建设。本文重访最广泛使用的自动驾驶数据集之一: nuScenes 数据集。nuScenes 体现了 AV 发展中的关键趋势:首个包含雷达数据的数据集、来自两个大洲的多样化城市驾驶场景、使用在公共道路上运行的完全自动车辆收集的数据集,同时推动多模态传感器融合、标准化基准和感知、定位与制图、预测和规划等多种任务。我们提供了前所未有的 nuScenes 创建过程及其扩展 nuImages 和 Panoptic nuScenes 的全貌,总结了此前在学术出版物中未披露的许多技术细节。此外,我们追踪了 nuScenes 对后续发布的多个数据集产生的影响,以及它定义的诸多标准如何至今被社区广泛采用。最后,我们概述了官方和非官方的 nuScenes 任务,回顾了主要方法ological 发展,为自动驾驶文献提供了综合性调查,特别关注 nuScenes。
引用
@article{arxiv.2512.02448,
title = {nuScenes Revisited: Progress and Challenges in Autonomous Driving},
author = {Whye Kit Fong and Venice Erin Liong and Kok Seang Tan and Holger Caesar},
journal= {arXiv preprint arXiv:2512.02448},
year = {2026}
}
备注
18 pages, 17 figures