V2X-Real:面向车联万物协同感知的大规模数据集
计算机视觉与模式识别
2024-12-18 v2
摘要
近年来车联万物(V2X)技术的进步使自动驾驶车辆能够共享感知信息以穿透遮挡,显著提升了感知能力。然而,目前尚无真实世界的数据集来支撑真正的 V2X 协同感知研究——现有数据集要么仅支持车-基础设施协同,要么仅支持车-车协同。本文提出 V2X-Real,一个大规模数据集,融合多车辆与智能基础设施,借助多模态感知数据推动 V2X 协同感知的发展。V2X-Real 由两辆互联自动驾驶车辆与两套智能基础设施采集,均配备多模态传感器,包括 LiDAR 传感器与多视角相机。整个数据集包含 33K LiDAR 帧与 171K 相机数据,在极具挑战性的城市场景中标注了超过 1.2M 个 10 类目标的边界框。根据协同模式与自车视角,我们衍生出面向车辆中心、基础设施中心、车-车以及基础设施-基础设施协同感知的四类数据集,并提供了全面的多类别多智能体 SOTA 协同感知方法基准。V2X-Real 数据集与代码库可在 https://mobility-lab.seas.ucla.edu/v2x-real 获取。
引用
@article{arxiv.2403.16034,
title = {V2X-Real: a Large-Scale Dataset for Vehicle-to-Everything Cooperative Perception},
author = {Hao Xiang and Zhaoliang Zheng and Xin Xia and Runsheng Xu and Letian Gao and Zewei Zhou and Xu Han and Xinkai Ji and Mingxi Li and Zonglin Meng and Li Jin and Mingyue Lei and Zhaoyang Ma and Zihang He and Haoxuan Ma and Yunshuang Yuan and Yingqian Zhao and Jiaqi Ma},
journal= {arXiv preprint arXiv:2403.16034},
year = {2024}
}