V2X-Radar：面向协同感知的含 4D 雷达多模态数据集
计算机视觉与模式识别
2026-01-19 v5
摘要
现代自动驾驶车辆感知系统常面临遮挡和感知范围有限的挑战。先前的研究已经证明了协同感知在扩展感知范围和克服遮挡方面的有效性，从而提升了自动驾驶的安全性。近年来，一系列协同感知数据集相继出现；然而，这些数据集主要关注相机和 LiDAR，忽略了 4D 雷达——一种在单车自动驾驶中用于在恶劣天气条件下提供鲁棒感知的传感器。在本文中，为了填补协同感知中 4D 雷达数据集缺失造成的空白，我们提出了 V2X-Radar，这是首个包含 4D 雷达的大规模、真实世界多模态数据集。V2X-Radar 数据集使用配备了 4D 雷达、LiDAR 和多视角相机的网联车辆平台和智能路侧单元采集。收集的数据涵盖晴天和雨天天气条件，跨越白天、黄昏和夜间，以及各种典型的挑战性场景。该数据集包含 20K LiDAR 帧、40K 相机图像和 20K 4D 雷达数据，包括跨五个类别的 350K 个标注框。为支持各个研究领域，我们建立了用于协同感知的 V2X-Radar-C、用于路侧感知的 V2X-Radar-I 以及用于单车感知的 V2X-Radar-V。此外，我们在这三个子数据集上提供了全面的基准测试。我们将在 https://huggingface.co/datasets/yanglei18/V2X-Radar 和 https://github.com/yanglei18/V2X-Radar 上发布所有数据集和基准代码库。
引用
@article{arxiv.2411.10962,
title = {V2X-Radar: A Multi-modal Dataset with 4D Radar for Cooperative Perception},
author = {Lei Yang and Xinyu Zhang and Jun Li and Chen Wang and Jiaqi Ma and Zhiying Song and Tong Zhao and Ziying Song and Li Wang and Mo Zhou and Yang Shen and Kai Wu and Chen Lv},
journal= {arXiv preprint arXiv:2411.10962},
year = {2026}
}
备注
NeurIPS 2025 Spotlight