aiMotive Dataset：具有远程感知的强健自动驾驶多模态数据集

ICLRNov, 2022

aiMotive Dataset：具有远程感知的强健自动驾驶多模态数据集

aiMotive Dataset: A Multimodal Dataset for Robust Autonomous Driving with Long-Range Perception

Tamás Matuszka, Iván Barton, Ádám Butykai, Péter Hajas, Dávid Kiss...

TL;DR该研究介绍了一个多模态数据集，其中包括雷达、相机和激光雷达，以提高自主驾驶汽车的稳健性和长程感知并训练 3D 物体检测模型，并在 GitHub 上提供数据。

Abstract

autonomous driving is a popular research area within the computer vision research community. Since autonomous vehicles are highly safety-critical, ensuring robustness is essential for real-world deployment. While several public multimodal datasets are accessible, they mainly comprise t

autonomous driving multimodal dataset long-range perception neural networks 3d object detection

发现论文，激发创造

AmodalSynthDrive：用于自动驾驶的合成异模感知数据集

通过引入 AmodalSynthDrive 数据集，本研究解决了自动驾驶中因缺乏合适的数据集而无法利用该数据集的问题，并支持多种 amodal 场景理解任务，包括引入的增强空间理解的 amodal 深度估计。

Sep, 2023

自动驾驶中感知的可扩展性：Waymo 开放数据集

该研究介绍了一种新的大规模、高质量、多样化的自动驾驶数据集，其中包含了各种城市和郊区地理环境中的 1150 个场景，数据标注为 2D 和 3D 框，而 2D 和 3D 检测和跟踪任务的基线也得到了提供。

Dec, 2019

双雷达：一种用于自动驾驶的双 4D 雷达多模态数据集

雷达在自动驾驶环境感知方面相较于广泛采用的摄像头和 LiDAR 具有更强的适应性。本文介绍了一个新颖的大规模多模态数据集，首次同时捕获了两种类型的 4D 雷达，为进一步研究有效的 4D 雷达感知算法提供了支持。

Oct, 2023

自动驾驶多传感器欧盟长期数据集

这篇研究论文介绍了一种多传感器平台，可以更有效和准确地感知车辆周围的环境，收集了一组新的自动驾驶数据集，并公开给社区研究人员使用。

Sep, 2019

nuScenes：自动驾驶的多模态数据集

本文介绍了 nuTonomy 场景数据集，其中包含了自动驾驶车辆所有的传感器：6 个相机，5 个雷达和 1 个激光雷达，每个场景长达 20 秒，并标注了 23 个类别和 8 个属性的三维边界框。同时，定义了新的 3D 检测和跟踪指标，并提供了激光雷达和基于图像的检测和跟踪的基线。

Mar, 2019

Zenseact 开放数据集：一种用于自动驾驶的大规模和多样化的多模态数据集

Zenseact Open Dataset (ZOD) 是一种大规模且多样化的自动驾驶数据集，采集了两年时间在欧洲各地的数据，涵盖了比现有数据集多 9 倍的区域，并支持长距离感知和多任务学习。该数据集是通过各种帧、序列和驱动器收集的，为传感器融合、本地化和建图提供了支持。

May, 2023

多智能体多遍历多模态自动驾驶：开放 MARS 数据集

通过与自动驾驶公司 May Mobility 的合作，我们提出了 MARS 数据集，它统合了多智能体、多次遍历和多模态自动驾驶研究场景，能够促进自动驾驶车辆的感知、预测和规划能力的转变。

Jun, 2024

AIDE: 一种以视觉为驱动的多视角、多模态、多任务辅助驾驶数据集

过去十年来，司机分心成为严重交通事故的一个重要原因。本文介绍了一个考虑车内外背景信息的辅助驾驶感知数据集（AIDE），该数据集通过三个特征实现了全面的驾驶员监测，包括驾驶员和场景的多视角设置、对面部、身体、姿势和手势进行多模态注释，以及四种用于驾驶理解的实用任务设计。通过广泛的方法，在三种基准框架上提供了对 AIDE 的实验基准。此外，介绍了两种融合策略，以深入研究学习有效的多流 / 模态表示的新见解。同时，还系统地调查了 AIDE 和基准中关键组件的重要性和合理性。项目链接见 https URL。

Jul, 2023

Argoverse2：面向自动驾驶感知和预测的下一代数据集

Argoverse 2 是一套适用于自动驾驶领域的三个数据集，包含多模态数据，如高分辨率图像，种类繁多的 3D 标注，未标注的 lidar 点云等，为 3D 感知模型的训练和评估提供了充足的数据和场景，并提供了自我监督和云点预测等新的数据学习任务。

Jan, 2023

SemanticSpray++：湿地表自主驾驶的多模态数据集

自动驾驶汽车在相机、激光雷达和雷达传感器的支持下进行环境导航。为解决相机和激光雷达在恶劣天气如雪、雨、雾中的表现问题，文章介绍了 SemanticSpray++ 数据集，其中包含了湿地表面情境下相机、激光雷达和雷达数据的标注信息，为不同感知方法在湿地表面条件下车辆行驶时的性能分析提供了综合性测试环境。文章还介绍了综合性的数据统计以及对多个基线方法在不同任务中的评估和性能分析。该数据集将在指定的 URL 上提供。

Jun, 2024