计算机科学>计算机视觉和模式识别
标题: V2X-Real:用于车辆对一切协同感知的大尺度数据集
摘要: 车辆到一切(V2X)技术的最新进展使自动车辆能够共享感知信息以看穿遮挡物,极大地提高了感知能力。 然而,没有真实的数据集来促进真正的V2X合作感知研究——现有的数据集要么只支持车辆到基础设施的合作,要么支持车辆到车辆的合作。 在本文中,我们提出了一个同时混合多辆车和智能基础设施的数据集,以便于使用多模态感知数据进行V2X协同感知开发。 我们的V2X-Real是使用两个连接的自动化车辆和两个智能基础设施收集的,这些车辆都配备了多模式传感器,包括激光雷达传感器和多视角摄像头。 整个数据集包含33K激光雷达帧和171K相机数据,在极具挑战性的城市场景中,有超过120万个10类注释边界框。 根据协作模式和自我视角,我们得出了以车辆为中心、以基础设施为中心、车辆对车辆和基础设施对基础设施合作感知的四种数据集。 提供了SOTA协作感知方法的综合多类多智能体基准。 V2X-Real数据集和基准代码将发布。