Panoptic-CUDAL：雨天条件下的澳大利亚乡村点云数据集
计算机视觉与模式识别
2025-10-24 v2
摘要
现有的自动驾驶数据集主要面向结构良好的城市环境和良好的天气条件，而在很大程度上未解决乡村环境和恶劣天气条件的复杂性。尽管一些数据集包含了天气和光照的变化，但恶劣天气场景并不经常出现。降雨会显著损害传感器功能，在 LiDAR 和相机数据中引入噪声和反射，并降低系统进行可靠环境感知和安全导航的能力。本文介绍了 Panoptic-CUDAL 数据集，这是一个专为受降雨影响的乡村地区的全景分割而构建的新型数据集。通过记录高分辨率 LiDAR、相机和位姿数据，Panoptic-CUDAL 在具有挑战性的场景中提供了一个多样化、信息丰富的数据集。我们展示了对记录数据的分析，并提供了 LiDAR 点云上全景分割、语义分割和 3D 占用预测方法的基线结果。该数据集可在此处找到：https://robotics.sydney.edu.au/our-research/intelligent-transportation-systems, https://vision.rwth-aachen.de/panoptic-cudal
引用
@article{arxiv.2503.16378,
title = {Panoptic-CUDAL: Rural Australia Point Cloud Dataset in Rainy Conditions},
author = {Tzu-Yun Tseng and Alexey Nekrasov and Malcolm Burdorf and Bastian Leibe and Julie Stephany Berrio and Mao Shan and Zhenxing Ming and Stewart Worrall},
journal= {arXiv preprint arXiv:2503.16378},
year = {2025}
}