VTrackIt：一个包含基础设施与汇聚车辆信息的合成自动驾驶数据集
计算机视觉与模式识别
2022-07-25 v1 人工智能
机器学习
机器学习
摘要
针对自动驾驶车辆（AVs）的人工智能解决方案已使用 Argoverse、ApolloScape、Level5 和 NuScenes 等公开数据集进行开发。这些数据集的一个主要局限是缺乏基础设施和/或汇聚车辆信息，如车道线类型、车辆速度、交通标志和交叉路口。此类信息是必要的，而非补充性的，以消除高风险边缘情况。车到基础设施（V2I）与车到车（V2V）技术的快速进展表明，基础设施与汇聚车辆信息有望在不久的将来实现近实时获取。着眼未来，我们引入了首个包含智能基础设施与汇聚车辆信息的综合性合成数据集，用于推进下一代自动驾驶车辆，命名为 VTrackIt。我们还提出了首个考虑此类信息的轨迹预测深度学习模型（InfraGAN）。我们使用 InfraGAN 的实验表明，VTrackIt 提供的综合信息减少了高风险边缘情况的数量。VTrackIt 数据集可根据要求在 Creative Commons CC BY-NC-SA 4.0 许可下获取，地址为 http://vtrackit.irda.club。
引用
@article{arxiv.2207.11146,
title = {VTrackIt: A Synthetic Self-Driving Dataset with Infrastructure and Pooled Vehicle Information},
author = {Mayuresh Savargaonkar and Abdallah Chehade},
journal= {arXiv preprint arXiv:2207.11146},
year = {2022}
}