TWICE 数据集：受控环境中测试场景的数字孪生
机器人学
2023-10-09 v1 计算机视觉与模式识别
摘要
确保自动驾驶车辆在恶劣天气下的安全可靠运行仍是一项重大挑战。为此，我们构建了一个综合数据集，包含在真实测试赛道上采集并在实验室中针对相同测试场景复现的传感器数据。所提供的数据集包括在下雨、夜间和降雪等恶劣天气条件下记录的相机、雷达、LiDAR、惯性测量单元（IMU）和GPS数据。我们使用感兴趣对象（如汽车、骑行者、卡车和行人）记录测试场景，其中部分受EURONCAP（欧洲新车评估计划）启发。实验室中生成的传感器数据通过在硬件在环环境中执行基于仿真的测试获得，该环境包含每个真实测试场景的数字孪生。该数据集包含超过2小时的记录，总计超过280GB数据。因此，它是自动驾驶领域研究人员在恶劣天气条件下测试和改进其算法以及探索仿真到现实差距的宝贵资源。数据集可下载于：https://twicedataset.github.io/site/
引用
@article{arxiv.2310.03895,
title = {TWICE Dataset: Digital Twin of Test Scenarios in a Controlled Environment},
author = {Leonardo Novicki Neto and Fabio Reway and Yuri Poledna and Maikol Funk Drechsler and Eduardo Parente Ribeiro and Werner Huber and Christian Icking},
journal= {arXiv preprint arXiv:2310.03895},
year = {2023}
}
备注
8 pages, 13 figures, submitted to IEEE Sensors Journal