Synthetic Datasets for Autonomous Driving: A Survey

要約

タイトル: 自動運転のための合成データセット：サーベイ

要約:
– 自律走行技術は近年急速に発展しており、膨大な高品質なデータを必要としている。
– しかし、現実世界のデータセットは、実験やラベリングのコストが高く時間がかかるため、変化する要件のペースについていくのは難しい。
– そのため、より多くの研究者が、実際の世界を補完するために効果的な合成データセットを簡単に生成するために、合成データセットに取り組んでいます。
– この論文では、合成データセット生成方法の進化を要約し、自動運転の単一タスクおよび複数タスクに関連する合成データセットに関するこれまでの研究をレビューします。
– また、信頼性と安全性の側面に特に関連する自動運転関連アルゴリズムのテストにおける合成データセットの役割についても議論します。
– 最後に、一般的なトレンドと可能な開発方向についても議論します。
– 私たちの知る限り、これは自律走行における合成データセットの応用に焦点を当てた初めてのサーベイであり、実際の世界での自動運転技術の展開の問題についての認識を高め、研究者に可能な解決策を提供するものです。

要約(オリジナル)

Autonomous driving techniques have been flourishing in recent years while thirsting for huge amounts of high-quality data. However, it is difficult for real-world datasets to keep up with the pace of changing requirements due to their expensive and time-consuming experimental and labeling costs. Therefore, more and more researchers are turning to synthetic datasets to easily generate rich and changeable data as an effective complement to the real world and to improve the performance of algorithms. In this paper, we summarize the evolution of synthetic dataset generation methods and review the work to date in synthetic datasets related to single and multi-task categories for to autonomous driving study. We also discuss the role that synthetic dataset plays the evaluation, gap test, and positive effect in autonomous driving related algorithm testing, especially on trustworthiness and safety aspects. Finally, we discuss general trends and possible development directions. To the best of our knowledge, this is the first survey focusing on the application of synthetic datasets in autonomous driving. This survey also raises awareness of the problems of real-world deployment of autonomous driving technology and provides researchers with a possible solution.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI