Oct, 2023

TWICE 数据集：受控环境中的测试场景数字孪生

PDF
TL;DR确保自动驾驶汽车在恶劣天气下的安全可靠运行仍然是一个重大挑战，为此我们开发了一个全面的数据集，其中包括在真实测试场地和实验室中进行相同测试场景的传感器数据。该数据集包括在恶劣的天气条件下（雨天、夜间和雪天）记录的摄像头、雷达、激光雷达、惯性测量单元（IMU）和 GPS 数据。该数据集是一个宝贵的资源，为自动驾驶车辆领域的研究人员提供了在恶劣天气条件下测试和改进算法以及探索仿真与现实之间差距的机会。
autonomous vehiclesadverse weathersensor datasimulation-based testssimulation-to-reality gap
发现论文，激发创造
  • Ithaca365：重复和具有挑战性的天气条件下的数据集和驾驶感知

    为了实现自主驾驶高安全性要求下的鲁棒性，本文提出了一种新数据集的收集方法，覆盖多种天气、交通和场景，包含图像和点云数据以及高精度 GPS/INS 数据，并在此基础上分析了自动驾驶的三个关键问题的性能表现。

    Aug, 2022

  • 高 D 数据集：用于在德国高速公路上验证高度自动化驾驶系统的自然车辆轨迹的无人机数据集

    提出了一种从空中视角测量数据以满足安全验证需求的新方法，基于从德国高速公路收集的大规模真实车辆轨迹数据集高 D，从数量、多样性和场景等方面进行评估。

    Oct, 2018

  • 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

  • 虚拟 KITTI 2

    介绍了 Virtual KITTI 数据集的更新版本，包含来自 KITTI 跟踪基准的 5 个序列克隆。数据集提供了不同变体的这些序列，如修改的天气条件 (如雾、雨) 或修改的相机配置 (如旋转 15 度)。展示了数据集的一些实验功能，使用自动驾驶领域的最新算法运行多个相关实验。

    Jan, 2020

  • 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

  • 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

  • aiMotive Dataset：具有远程感知的强健自动驾驶多模态数据集

    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。

    Nov, 2022

  • DIDLM：具有红外摄像头、深度摄像头、LiDAR 和 4D 毫米波雷达的全面多传感器数据集，用于 3D 地图在具有挑战性的场景中

    该研究提供了一个综合多传感器数据集，旨在挑战性室内外环境中进行 3D 地图制作。数据集包括红外相机、深度相机、LiDAR 和 4D 毫米波雷达的数据，提供了探索先进感知和制图技术的可能性。多种传感器数据的整合增强了在极端条件下（如雨、雪和不平整的道路表面）的感知能力。数据集还包括室内外以不同速度运行的交互式机器人数据，提供了逼真的背景环境。通过类似路线的 SLAM 比较，分析了不同复杂场景对各个传感器的影响。采用各种 SLAM 算法处理数据集，揭示了不同场景中算法性能的差异。总之，该数据集解决了特殊环境中数据稀缺的问题，促进了在极端条件下感知和制图算法的发展。利用包括红外、深度相机、LiDAR、4D 毫米波雷达和机器人交互的多传感器数据，该数据集推动了智能制图和感知能力的进步。我们的数据集可在此链接获取：https://example.com/dataset

    Apr, 2024

  • 加拿大恶劣驾驶条件数据集

    该研究使用改装的林肯 MKZ 自动驾驶平台，收集了加拿大滑雪屋地区的自动驾驶数据集，通过 8 个相机、Lidar 和 GNSS+INS 系统，以及使用 Scale AI 提供的 Lidar 框注进行数据标注，提供了一个重点关注恶劣驾驶条件的自动驾驶数据集。

    Jan, 2020