要約
次世代の高解像度自動車レーダー（4Dレーダー）は、追加の標高測定とより高密度の点群を提供できます。これは、自動運転での3Dセンシングに大きな可能性を秘めています。
この論文では、自動運転研究のための4Dレーダーポイントを備えたTJ4DRadSetという名前のデータセットを紹介します。
データセットはさまざまな運転シナリオで収集され、44の連続したシーケンスで合計7757の同期フレームがあり、3DバウンディングボックスとトラックIDで適切に注釈が付けられています。
データセットに4Dレーダーベースの3Dオブジェクト検出ベースラインを提供して、4Dレーダー点群の深層学習手法の有効性を示します。
データセットには、https：//github.com/TJRadarLab/TJ4DRadSetからアクセスできます。
要約(オリジナル)
The next-generation high-resolution automotive radar (4D radar) can provide additional elevation measurement and denser point clouds, which has great potential for 3D sensing in autonomous driving. In this paper, we introduce a dataset named TJ4DRadSet with 4D radar points for autonomous driving research. The dataset was collected in various driving scenarios, with a total of 7757 synchronized frames in 44 consecutive sequences, which are well annotated with 3D bounding boxes and track ids. We provide a 4D radar-based 3D object detection baseline for our dataset to demonstrate the effectiveness of deep learning methods for 4D radar point clouds. The dataset can be accessed via the following link: https://github.com/TJRadarLab/TJ4DRadSet.
arxiv情報
| 著者 | Lianqing Zheng,Zhixiong Ma,Xichan Zhu,Bin Tan,Sen Li,Kai Long,Weiqi Sun,Sihan Chen,Lu Zhang,Mengyue Wan,Libo Huang,Jie Bai |
| 発行日 | 2022-07-27 09:46:06+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google