SensoDat：基于模拟的自动驾驶汽车传感器数据集
软件工程
2024-01-19 v1
摘要
在自动驾驶系统（如自动驾驶汽车 SDCs）的背景下开发工具耗时且成本高昂，因为研究人员和从业者依赖于昂贵的计算硬件和模拟软件。我们提出了 SensoDat，这是一个包含 32,580 个已执行的基于模拟的 SDC 测试用例的数据集，由最先进的 SDC 测试生成器生成。该数据集由轨迹日志和来自 SDC 的各种传感器数据（例如 rpm、车轮速度、制动热力学、传动系统等）组成，并表示为时间序列。SensoDat 总共提供了来自 81 个不同模拟传感器的数据。在使用 SensoDat 时，SDC 领域的未来研究不一定依赖于执行昂贵的测试用例。此外，凭借大量且多样的传感器数据，我们认为 SensoDat 能够为研究做出贡献，特别是对于 AI 开发、基于模拟的 SDC 测试回归测试技术、模拟中的不稳定性等方面。数据集链接：https://doi.org/10.5281/zenodo.10307479
引用
@article{arxiv.2401.09808,
title = {SensoDat: Simulation-based Sensor Dataset of Self-driving Cars},
author = {Christian Birchler and Cyrill Rohrbach and Timo Kehrer and Sebastiano Panichella},
journal= {arXiv preprint arXiv:2401.09808},
year = {2024}
}