TUMTraf V2X协同感知数据集
计算机视觉与模式识别
2024-03-05 v1
摘要
协同感知为增强自动驾驶车辆能力和提高道路安全提供了多种益处。在车载传感器之外使用路侧传感器可提高可靠性并扩展传感器范围。外部传感器为自动驾驶车辆提供更高的态势感知能力并防止遮挡。我们提出了CoopDet3D，一种协同多模态融合模型，以及TUMTraf-V2X，一个用于协同3D目标检测和跟踪任务的感知数据集。我们的数据集包含来自五个路侧传感器和四个车载传感器的2000个标记点云和5000个标记图像。它包括带有轨迹ID的30k个3D边界框以及精确的GPS和IMU数据。我们标注了八个类别，并涵盖了具有挑战性驾驶操作的遮挡场景，如交通违规、接近碰撞事件、超车和掉头。通过多项实验，我们展示了我们的CoopDet3D相机-激光雷达融合模型与车辆相机-激光雷达融合模型相比，3D mAP提高了+14.36。最后，我们在我们的网站上公开提供了数据集、模型、标注工具和开发工具包：https://tum-traffic-dataset.github.io/tumtraf-v2x。
引用
@article{arxiv.2403.01316,
title = {TUMTraf V2X Cooperative Perception Dataset},
author = {Walter Zimmer and Gerhard Arya Wardana and Suren Sritharan and Xingcheng Zhou and Rui Song and Alois C. Knoll},
journal= {arXiv preprint arXiv:2403.01316},
year = {2024}
}