inD数据集：德国交叉口自然主义道路使用者轨迹的无人机数据集
计算机视觉与模式识别
2019-11-19 v1 机器学习
机器人学
信号处理
摘要
自动驾驶车辆严重依赖数据驱动方法，尤其在复杂城市环境中。以道路使用者轨迹形式存在的真实世界测量数据大规模数据集，对于道路使用者预测模型或基于场景的安全验证等多项任务至关重要。然而，迄今为止这一需求尚未得到满足，因为尚无公开的城市道路使用者轨迹数据集在规模、质量与多样性上达到合适水平。相比之下，高速公路无人机数据集（highD）近期表明无人机是获取自然主义道路使用者轨迹的高效手段。与驾驶研究或地面基础设施传感器相比，使用无人机的一大优势是可记录自然主义行为，因为道路使用者不会察觉测量正在进行。由于理想的俯视角度，可测量整个交叉口场景，且相比地面传感器显著减少遮挡。利用最先进的深度神经网络，可从视频记录中高精度提取每个道路使用者的类别与轨迹。因此，我们提出作为highD数据集继任者，使用配备摄像头的无人机创建包含自然主义道路使用者行为的综合、大规模城市交叉口数据集。所得数据集包含德国交叉口超过11500名道路使用者，含车辆、骑行者与行人，称为inD。该数据集由来自四个交叉口的10小时测量数据组成，可于 http://www.inD-dataset.com 在线获取用于非商业研究。
引用
@article{arxiv.1911.07602,
title = {The inD Dataset: A Drone Dataset of Naturalistic Road User Trajectories at German Intersections},
author = {Julian Bock and Robert Krajewski and Tobias Moers and Steffen Runde and Lennart Vater and Lutz Eckstein},
journal= {arXiv preprint arXiv:1911.07602},
year = {2019}
}