RCooper：面向路侧协同感知的真实世界大规模数据集
计算机视觉与模式识别
2024-04-02 v2 机器人学
摘要
近年来，路侧感知能够扩展自动驾驶和交通管理的边界，其价值日益凸显并得到广泛认可。然而，现有的路侧感知方法仅关注单一基础设施传感器系统，由于感知范围有限且存在盲区，无法实现对交通区域的全局理解。为了实现高质量的路侧感知，我们需要路侧协同感知（RCooper），以针对受限交通区域实现实用的区域覆盖路侧感知。RCooper 具有其特定领域的挑战，但由于缺乏数据集，进一步的研究受到阻碍。因此，我们发布了首个真实世界的大规模 RCooper 数据集，以促进对实用路侧协同感知（包括检测和跟踪）的研究。该人工标注数据集包含 5 万张图像和 3 万个点云，涵盖两种代表性交通场景（即交叉路口和走廊）。所构建的基准证明了路侧协同感知的有效性，并指明了进一步研究的方向。代码和数据集可在以下地址获取：https://github.com/AIR-THU/DAIR-RCooper。
引用
@article{arxiv.2403.10145,
title = {RCooper: A Real-world Large-scale Dataset for Roadside Cooperative Perception},
author = {Ruiyang Hao and Siqi Fan and Yingru Dai and Zhenlin Zhang and Chenxi Li and Yuntian Wang and Haibao Yu and Wenxian Yang and Jirui Yuan and Zaiqing Nie},
journal= {arXiv preprint arXiv:2403.10145},
year = {2024}
}
备注
Accepted by CVPR2024. 10 pages with 6 figures