SimMining-3D：复杂采矿环境中高度感知的3D目标检测：一个新数据集和基于ROS的自动标注流程

准确高效的目标检测对于采矿作业中土方设备的安全高效运行至关重要。传统的基于2D图像的方法在动态和复杂的矿山环境中面临局限性。为克服这些挑战，利用点云数据进行3D目标检测已成为一种全面的方法。然而，由于传感器高度变化、视角变化以及对多样化标注数据集的需求，为采矿场景训练模型具有挑战性。本文提出了解决这些挑战的新贡献。我们引入了一个专为采矿环境中的3D目标检测设计的合成数据集SimMining 3D [1]。该数据集捕捉了位于矿用台阶内不同高度的物体和传感器，准确反映了真实的采矿场景。通过ROS接口实现的自动标注流程减少了人工劳动，加速了数据集创建。我们提出了考虑传感器与目标高度变化和点云密度的评估指标，从而能够在采矿场景中进行精确的模型评估。真实数据测试验证了我们模型在目标预测方面的有效性。我们的消融研究强调了高度和高度变化增强在提高准确性和可靠性方面的重要性。公开可访问的合成数据集[1]可作为监督学习的基准，并通过为每个场景提供补充的点级标注，推进采矿领域的目标检测技术。总之，我们的工作弥合了合成数据与真实数据之间的差距，解决了采矿领域3D目标检测中的域偏移挑战。我们展望鲁棒的目标检测系统能够提升采矿及相关领域的安全性和效率。