RACECAR — The Dataset for High-Speed Autonomous Racing

要約

この論文では、本格的な高速自律レース用の最初のオープン データセットについて説明します。
マルチモーダル センサー データは、最高時速 170 マイル (時速 273 キロ) の速度で動作する完全自動運転のインディ レース カーから収集されました。
インディ オートノマス チャレンジに出場した 6 チームがこのデータセットに貢献しました。
このデータセットには、ソロ ラップ、マルチエージェント ラップ、追い越し状況、高加速、バンク トラック、障害物回避、さまざまな速度でのピットインとピットアウトなど、2 つのレース トラックにわたる 11 の興味深いレース シナリオが含まれています。
データセットには、11 のシナリオにわたる 27 のレース セッションのデータが含まれており、トラックから記録された 6.5 時間以上のセンサー データが含まれています。
データは ROS2 形式と nuScenes 形式の両方で整理され、リリースされます。
これを実現するために、ROS2 から nuScenes への変換ライブラリも開発しました。
RACECAR データは、自律走行レースの高速環境のため独特です。
車両の動作の限界で発生する問題を調査するために、位置特定、物体検出と追跡 (LiDAR、レーダー、カメラ)、および RACECAR データを使用したマッピングに関するいくつかのベンチマーク問題を提示します。

要約(オリジナル)

This paper describes the first open dataset for full-scale and high-speed autonomous racing. Multi-modal sensor data has been collected from fully autonomous Indy race cars operating at speeds of up to 170 mph (273 kph). Six teams who raced in the Indy Autonomous Challenge have contributed to this dataset. The dataset spans 11 interesting racing scenarios across two race tracks which include solo laps, multi-agent laps, overtaking situations, high-accelerations, banked tracks, obstacle avoidance, pit entry and exit at different speeds. The dataset contains data from 27 racing sessions across the 11 scenarios with over 6.5 hours of sensor data recorded from the track. The data is organized and released in both ROS2 and nuScenes format. We have also developed the ROS2-to-nuScenes conversion library to achieve this. The RACECAR data is unique because of the high-speed environment of autonomous racing. We present several benchmark problems on localization, object detection and tracking (LiDAR, Radar, and Camera), and mapping using the RACECAR data to explore issues that arise at the limits of operation of the vehicle.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google