扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

冬季恶劣天气下自主驾驶的冬季不利驾驶数据集

论论资讯 | 2023-03-01 3热度

Optical Engineering

Explore content

About the journal

Publish with us

Winter adverse driving dataset for autonomy in inclement winter weather

Kurup A.M.; Bos J.P.

Published:2023-03-01
DOI:10.1117/1.oe.62.3.031207

研究背景

自动驾驶技术是当今社会热门话题之一,但在恶劣天气下的自动驾驶仍然存在许多问题。雪天和雨天会降低能见度,导致激光雷达点云的噪声增加,从而影响自动驾驶的性能。目前,公开的数据集中缺乏针对恶劣天气的数据集。因此,研究者们需要一些新的数据集来提高自动驾驶在恶劣天气下的性能。

研究内容

为了解决这一问题,研究者们在本文中介绍了一个名为“Winter Adverse Driving Dataset”的数据集,该数据集是第一个包含中度到严重冬季天气的多模态数据集。该数据集采用了高分辨率的激光雷达、可见光和近红外摄像机、长波红外摄像机、前向雷达和全球定位系统/惯性测量单元等多种传感器进行数据采集。数据集采集了在大雪和偶尔出现白雾的情况下行驶的车辆。在三年的数据采集过程中,共采集了超过36TB的数据。此外,研究者们还提供了在恶劣天气下采集的激光雷达扫描的密集点标签。他们标记了约1000个连续的激光雷达场景,总共标记了超过36亿个点,这是第一个包含下雪情况的点标签数据集。

研究意义

该数据集是研究自动驾驶在恶劣天气下的性能的重要工具。它是第一个包含中度到严重冬季天气的多模态数据集,同时也是少数关注农村和半农村环境的数据集之一。此外,该数据集还提供了在恶劣天气下采集的激光雷达扫描的密集点标签,这是第一个包含下雪情况的点标签数据集。这些数据对于改进自动驾驶在恶劣天气下的性能具有重要意义,也有助于提高自动驾驶的安全性和可靠性。

微信扫码即可查看