A9 Intersection Dataset: All You Need for Urban 3D Camera-LiDAR Roadside Perception

要約

高度道路交通システム (ITS) により、自動運転の視界範囲が大幅に拡大し、オクルージョンが減少します。
正確な検出を得るには、トレーニング用の詳細なラベル付きセンサー データが必要です。
残念ながら、交差点のインフラストラクチャの観点から見た LiDAR 点群の高品質 3D ラベルはまだまれです。
したがって、ラベル付きの LiDAR 点群と同期されたカメラ画像で構成される A9 交差点データセットを提供します。
ここでは、交差点のガントリー橋に取り付けられた 2 台の路側カメラと LiDAR からのセンサー出力を記録しました。
点群は、経験豊富なアノテーターによって 3D でラベル付けされました。
さらに、すべてのセンサー間のキャリブレーション データを提供するため、カメラ画像への 3D ラベルの投影と正確なデータの融合が可能になります。
私たちのデータセットは、4.8k の画像と、57.4k を超える手動でラベル付けされた 3D ボックスを含む点群で構成されています。
10 のオブジェクト クラスを備え、左折、右折、追い越し、U ターンなどの複雑な運転操作において、多様な道路利用者に対応します。
実験では、知覚タスクに複数のベースラインを提供しました。
全体として、私たちのデータセットは、複雑な 3D カメラと LiDAR の路側認識タスクを実行する科学コミュニティへの貴重な貢献です。
データ、コード、その他の情報については、https://a9-dataset.com をご覧ください。

要約(オリジナル)

Intelligent Transportation Systems (ITS) allow a drastic expansion of the visibility range and decrease occlusions for autonomous driving. To obtain accurate detections, detailed labeled sensor data for training is required. Unfortunately, high-quality 3D labels of LiDAR point clouds from the infrastructure perspective of an intersection are still rare. Therefore, we provide the A9 Intersection Dataset, which consists of labeled LiDAR point clouds and synchronized camera images. Here, we recorded the sensor output from two roadside cameras and LiDARs mounted on intersection gantry bridges. The point clouds were labeled in 3D by experienced annotators. Furthermore, we provide calibration data between all sensors, which allow the projection of the 3D labels into the camera images and an accurate data fusion. Our dataset consists of 4.8k images and point clouds with more than 57.4k manually labeled 3D boxes. With ten object classes, it has a high diversity of road users in complex driving maneuvers, such as left and right turns, overtaking, and U-turns. In experiments, we provided multiple baselines for the perception tasks. Overall, our dataset is a valuable contribution to the scientific community to perform complex 3D camera-LiDAR roadside perception tasks. Find data, code, and more information at https://a9-dataset.com.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google