InterHub: A Naturalistic Trajectory Dataset with Dense Interaction for Autonomous Driving

要約

日常の運転において重要かつ複雑な側面である運転インタラクションは、自動運転研究の中核にあります。
ただし、現実世界の運転シナリオでは豊富なインタラクション イベントがまばらにキャプチャされているため、この目的で利用できる包括的な軌跡データセットは限られています。
この課題に対処するために、広範な自然主義的な運転記録からインタラクション イベントをマイニングすることによって導出された高密度インタラクション データセットである InterHub を紹介します。
私たちは形式的な手法を採用してマルチエージェント インタラクション イベントを記述および抽出し、既存の自動運転ソリューションの限界を明らかにします。
さらに、パブリック データとプライベート データの両方を使用して InterHub を拡張できるユーザー フレンドリーなツールキットを導入します。
InterHub は、多様なインタラクション イベントを統合、分類、分析することで、相互比較研究や大規模研究を促進し、自動運転技術の評価と開発を促進します。

要約(オリジナル)

The driving interaction-a critical yet complex aspect of daily driving-lies at the core of autonomous driving research. However, real-world driving scenarios sparsely capture rich interaction events, limiting the availability of comprehensive trajectory datasets for this purpose. To address this challenge, we present InterHub, a dense interaction dataset derived by mining interaction events from extensive naturalistic driving records. We employ formal methods to describe and extract multi-agent interaction events, exposing the limitations of existing autonomous driving solutions. Additionally, we introduce a user-friendly toolkit enabling the expansion of InterHub with both public and private data. By unifying, categorizing, and analyzing diverse interaction events, InterHub facilitates cross-comparative studies and large-scale research, thereby advancing the evaluation and development of autonomous driving technologies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google