OSDaR23：2023 年开放铁路传感器数据
计算机视觉与模式识别
2024-03-21 v2 机器人学
摘要
为实现干线铁路的无人驾驶列车运行，必须由适当的传感器系统自动检测列车行驶路径上的实际与潜在障碍。近年来，机器学习算法已被证明是完成此任务的强大工具。然而，这些算法需要大量包含铁路特定对象的高质量标注数据作为训练数据。遗憾的是，所有解决此需求的公开可用数据集在某种程度上均受限。因此，本文提出 OSDaR23，一个于 2021 年 9 月在德国汉堡采集的 45 个子序列的多传感器数据集，旨在推动干线铁路的无人驾驶列车运行。传感器配置包括安装在轨道车辆前部的多个标定并同步的红外（IR）与可见光（RGB）相机、激光雷达、雷达以及位姿与加速度传感器。除原始数据外，该数据集针对 20 个不同对象类共包含 204091 个折线、多边形、矩形与长方体标注。它是首个公开可用的、标注了多种铁路相关对象类的多传感器数据集。OSDaR23 可在 data.fid-move.de/dataset/osdar23 获取，也可用于本文所列碰撞预测之外的任务。
引用
@article{arxiv.2305.03001,
title = {OSDaR23: Open Sensor Data for Rail 2023},
author = {Rustam Tagiew and Martin Köppel and Karsten Schwalbe and Patrick Denzler and Philipp Neumaier and Tobias Klockau and Martin Boekhoff and Pavel Klasek and Roman Tilly},
journal= {arXiv preprint arXiv:2305.03001},
year = {2024}
}
备注
7 pages, 11 images, 5 tables