重新审视雷达的角色：通过坐标对齐的相机-雷达数据集与系统化标注器
计算机视觉与模式识别
2021-05-12 v1
摘要
雷达长期以来一直是自动驾驶车辆上用于障碍物测距和速度估计的常用传感器。然而，作为一种全天候鲁棒传感器，与相机或 LiDAR 相比，雷达的能力尚未得到充分利用。雷达不应仅作为辅助传感器，其隐藏在射频中的丰富信息有可能为完成更复杂的任务（如目标分类与检测）提供有用线索。在本文中，我们提出了一个名为 CRUW 的新数据集，带有系统化标注器和性能评估系统，以解决雷达目标检测（ROD）任务，该任务旨在仅从雷达射频（RF）图像中对 3D 中的目标进行分类和定位。据我们所知，CRUW 是首个具有系统化标注和评估系统的公共大规模数据集，其包含在各种驾驶场景中收集的相机 RGB 图像和雷达 RF 图像。
引用
@article{arxiv.2105.05207,
title = {Rethinking of Radar's Role: A Camera-Radar Dataset and Systematic Annotator via Coordinate Alignment},
author = {Yizhou Wang and Gaoang Wang and Hung-Min Hsu and Hui Liu and Jenq-Neng Hwang},
journal= {arXiv preprint arXiv:2105.05207},
year = {2021}
}
备注
10 pages, 7 figures, 6 tables, CVPR 2021 Workshop on Autonomous Driving