Panoptic-CUDAL Technical Report: Rural Australia Point Cloud Dataset in Rainy Conditions

要約

既存の自律運転データセットは、主に構造化された都市の環境と好ましい気象条件に向けられており、農村部の環境と有害な気象条件の複雑さをほとんど提出されていません。
一部のデータセットには天候と照明の変動が含まれますが、悪天候のシナリオは頻繁には表示されません。
降雨は、センサーの機能を大幅に損なう可能性があり、Lidarとカメラのデータにノイズと反射を導入し、信頼できる環境認識と安全なナビゲーションのためのシステムの機能を減らすことができます。
雨の対象となる農村地域でのパノプティックセグメンテーションのために構築された新しいデータセットであるパノプティック系のデータセットを紹介します。
高解像度のライダー、カメラ、ポーズデータを記録することにより、Panoptic-Cudalは、挑戦的なシナリオで多様で情報が豊富なデータセットを提供します。
記録されたデータの分析を提示し、Lidar Point Cloudsのパノプティックおよびセマンティックセグメンテーション方法のベースライン結果を提供します。
データセットは、https：//robotics.sydney.edu.au/our-research/intelligent-transportation-systems/にあります。

要約(オリジナル)

Existing autonomous driving datasets are predominantly oriented towards well-structured urban settings and favorable weather conditions, leaving the complexities of rural environments and adverse weather conditions largely unaddressed. Although some datasets encompass variations in weather and lighting, bad weather scenarios do not appear often. Rainfall can significantly impair sensor functionality, introducing noise and reflections in LiDAR and camera data and reducing the system’s capabilities for reliable environmental perception and safe navigation. We introduce the Panoptic-CUDAL dataset, a novel dataset purpose-built for panoptic segmentation in rural areas subject to rain. By recording high-resolution LiDAR, camera, and pose data, Panoptic-CUDAL offers a diverse, information-rich dataset in a challenging scenario. We present analysis of the recorded data and provide baseline results for panoptic and semantic segmentation methods on LiDAR point clouds. The dataset can be found here: https://robotics.sydney.edu.au/our-research/intelligent-transportation-systems/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google