UrbanTwin：合成路侧 LiDAR 数据集

本文介绍了 UrbanTwin 数据集，它是三个公共路侧 LiDAR 数据集（LUMPI、V2X-Real-IC 和 TUMTraf-I）的高保真、逼真副本。每个 UrbanTwin 数据集包含 1 万个标注帧，对应于其中一个公共数据集。标注包括六个目标类别的 3D 边界框、实例分割标签和跟踪 ID，以及九个类别的语义分割标签。这些数据集是使用真实数字孪生中的模拟 LiDAR 传感器合成的，其建模基于周围几何结构、车道级道路对齐，以及与每个真实数据集对应实际位置交叉路口的车道拓扑和车辆运动模式。由于精确的数字孪生建模，合成数据集与其真实对应物良好对齐，为在 3D 目标检测、跟踪以及语义和实例分割等任务上训练深度学习模型提供了强大的独立和增强价值。我们通过与真实数据的统计和结构相似性分析评估了合成副本的对齐情况，并通过仅在合成数据上训练 3D 目标检测模型并在真实未见数据上进行测试，进一步证明了它们的实用性。与在真实数据上训练的模型相比，高相似性分数和改进的检测性能表明，UrbanTwin 数据集通过增加样本量和场景多样性有效地增强了现有的基准数据集。此外，可以通过修改模拟的设计和动力学来调整数字孪生，以测试自定义场景。据我们所知，这些是首批能够替代 LiDAR 感知任务领域内真实世界数据集的数字合成数据集。UrbanTwin 数据集已在 https://dataverse.harvard.edu/dataverse/ucf-ut 公开提供。