RACECAR——面向高速自主赛车的数据集
机器人学
2024-03-12 v1
摘要
本文描述了首个面向全尺寸高速自主赛车的开放数据集。多模态传感器数据来自以高达 170 mph（273 kph）速度行驶的全自主 Indy 赛车。六支参加 Indy Autonomous Challenge 的团队为该数据集做出了贡献。该数据集跨越两条赛道上的 11 种有趣赛车场景，包括单人圈速、多智能体圈速、超车情形、高加速度、倾斜赛道、障碍物规避、不同速度下的维修区进出。数据集包含这 11 种场景下的 27 次赛车会话，记录了超过 6.5 小时的赛道传感器数据。数据以 ROS2 和 nuScenes 格式组织并发布。我们还开发了 ROS2-to-nuScenes 转换库以实现此目的。RACECAR 数据的独特性在于自主赛车的高速环境。我们提出了若干基于 RACECAR 数据的定位、目标检测与跟踪（LiDAR、Radar 和 Camera）以及建图基准问题，以探索在车辆运行极限下出现的问题。
引用
@article{arxiv.2306.03252,
title = {RACECAR -- The Dataset for High-Speed Autonomous Racing},
author = {Amar Kulkarni and John Chrosniak and Emory Ducote and Florian Sauerbeck and Andrew Saba and Utkarsh Chirimar and John Link and Marcello Cellina and Madhur Behl},
journal= {arXiv preprint arXiv:2306.03252},
year = {2024}
}
备注
9 pages, 10 figures. For links to data and reference material go to https://github.com/linklab-uva/RACECAR_DATA