V2X-Sim：面向自动驾驶的多智能体协同感知数据集与基准
计算机视觉与模式识别
2022-07-19 v2
摘要
车联网(V2X)通信技术使车辆与周边环境中许多其他实体能够协作，从根本上改进自动驾驶的感知系统。然而，公开数据集的缺乏严重制约了协同感知的研究进展。为填补这一空白，我们提出V2X-Sim，一个面向V2X辅助自动驾驶的综合性仿真多智能体感知数据集。V2X-Sim提供：(1) 来自路侧单元(RSU)与多辆车的多智能体传感器记录，支持协同感知；(2) 多模态传感器数据流，便于多模态感知；(3) 多样化的真值，支持多种感知任务。同时，我们构建了开源测试平台，并为最先进的协同感知算法在检测、跟踪与分割三项任务上提供基准。V2X-Sim旨在真实数据集广泛可用之前，推动自动驾驶协同感知研究。我们的数据集与代码发布于 https://ai4ce.github.io/V2X-Sim/。
引用
@article{arxiv.2202.08449,
title = {V2X-Sim: Multi-Agent Collaborative Perception Dataset and Benchmark for Autonomous Driving},
author = {Yiming Li and Dekun Ma and Ziyan An and Zixun Wang and Yiqi Zhong and Siheng Chen and Chen Feng},
journal= {arXiv preprint arXiv:2202.08449},
year = {2022}
}
备注
2022 IEEE Robotics and Automation Letters (RA-L) (The extended abstract is presented at 2021 IEEE International Conference on Computer Vision (ICCV) Simulation Technology for Embodied AI Workshop)