REHEARSE-3D：用于3D点云去雨的多模态模拟降雨数据集
计算机视觉与模式识别
2025-05-09 v2 机器人学
摘要
传感器退化是自动驾驶中的一个重大挑战。在强降雨期间，雨滴的干扰会不利地影响LiDAR点云的质量，例如导致不精确的点测量。这进而可能导致安全问题，如果自动驾驶系统不具备天气感知能力，即无法辨别此类变化。在本研究中，我们发布了一个新的、大规模、多模态模拟降雨数据集REHEARSE-3D，以促进3D点云去雨的研究进展。与最相关的竞争对手不同，我们的数据集在几个方面具有独特性。首先，它是最大的逐点标注数据集；其次，它是唯一一个包含高分辨率LiDAR数据（LiDAR-256）并辅以4D雷达点云的数据集，这些数据在受控天气环境中的白天和夜间条件下记录。此外，REHEARSE-3D包含降雨特征信息，这不仅对传感器噪声建模有价值，而且对于在点级别分析天气影响也很有价值。利用REHEARSE-3D，我们对融合的LiDAR和4D雷达点云中的雨滴检测和去除进行了基准测试。我们的综合研究进一步评估了各种统计和深度学习模型的性能。发布后，数据集和基准模型将在https://sporsho.github.io/REHEARSE3D公开提供。
引用
@article{arxiv.2504.21699,
title = {REHEARSE-3D: A Multi-modal Emulated Rain Dataset for 3D Point Cloud De-raining},
author = {Abu Mohammed Raisuddin and Jesper Holmblad and Hamed Haghighi and Yuri Poledna and Maikol Funk Drechsler and Valentina Donzella and Eren Erdal Aksoy},
journal= {arXiv preprint arXiv:2504.21699},
year = {2025}
}