SCOPE：包含物理正确天气条件的合成多模态集体感知数据集
计算机视觉与模式识别
2024-08-07 v1
摘要
集体感知已引起广泛关注，作为一种解决车辆本地感知在遮挡和受限感知范围方面的有前景的方法。在开发和测试新的集体感知技术方面，需要合适的数据集。这些数据集必须包括不同的环境条件，因为这些条件强烈影响感知能力，同时包括各种不同的场景和不同类型的道路用户，以及真实的传感器模型。因此，我们提出了Synthetic COllective PErception（SCOPE）数据集。SCOPE是第一个包含真实摄像头和LiDAR模型，以及针对两种传感器类型的参数化和物理准确天气模拟的合成多模态数据集。该数据集包含来自40多个多样化场景的17,600个帧，最多可包含24个协作代理人、基础设施传感器和被动交通（包括骑自行车者和行人）。此外，还包括卡尔斯鲁厄和图宁根两座新数字孪生城镇的录音。该数据集可在 https://ekut-es.github.io/scope 获取。
引用
@article{arxiv.2408.03065,
title = {SCOPE: A Synthetic Multi-Modal Dataset for Collective Perception Including Physical-Correct Weather Conditions},
author = {Jörg Gamerdinger and Sven Teufel and Patrick Schulz and Stephan Amann and Jan-Patrick Kirchner and Oliver Bringmann},
journal= {arXiv preprint arXiv:2408.03065},
year = {2024}
}