Highly Accurate and Diverse Traffic Data: The DeepScenario Open 3D Dataset

要約

正確な3D軌道データは、自律運転を進めるために重要です。
しかし、従来のデータセットは通常、車に取り付けられた固定センサーによってキャプチャされ、閉塞の影響を受けやすいです。
さらに、このようなアプローチは、遠く離れたオブジェクトを無視しながら、測定車両の近くのみの動的環境を正確に再構築できます。
このホワイトペーパーでは、新しい単眼カメラドローントラッキングパイプラインを介して取得した6度の自由境界境界ボックスの軌跡の高品質で咬合のないデータセットであるDeepscenario Open 3Dデータセット（DSC3D）を紹介します。
私たちのデータセットには、14種類のトラフィック参加者の175,000を超える軌跡が含まれており、多様性と規模の観点から既存のデータセットを大幅に超えています。
DSC3Dデータセットは、ヨーロッパと米国の5つのさまざまな場所でキャプチャされ、駐車場、混雑した都心、急な都市交差点、連邦高速道路、郊外の交差点が含まれます。
3D軌道データセットは、詳細な環境3D表現を提供することにより、自律運転システムを強化することを目的としています。これにより、障害物の相互作用と安全性が向上する可能性があります。
モーション予測、モーション計画、シナリオマイニング、生成リアクティブトラフィックエージェントなど、複数のアプリケーションにわたってそのユーティリティを実証します。
インタラクティブなオンライン視覚化プラットフォームと完全なデータセットは、https://app.deepscenario.comで公開されており、動きの予測、行動モデリング、安全検証の研究を促進します。

要約(オリジナル)

Accurate 3D trajectory data is crucial for advancing autonomous driving. Yet, traditional datasets are usually captured by fixed sensors mounted on a car and are susceptible to occlusion. Additionally, such an approach can precisely reconstruct the dynamic environment in the close vicinity of the measurement vehicle only, while neglecting objects that are further away. In this paper, we introduce the DeepScenario Open 3D Dataset (DSC3D), a high-quality, occlusion-free dataset of 6 degrees of freedom bounding box trajectories acquired through a novel monocular camera drone tracking pipeline. Our dataset includes more than 175,000 trajectories of 14 types of traffic participants and significantly exceeds existing datasets in terms of diversity and scale, containing many unprecedented scenarios such as complex vehicle-pedestrian interaction on highly populated urban streets and comprehensive parking maneuvers from entry to exit. DSC3D dataset was captured in five various locations in Europe and the United States and include: a parking lot, a crowded inner-city, a steep urban intersection, a federal highway, and a suburban intersection. Our 3D trajectory dataset aims to enhance autonomous driving systems by providing detailed environmental 3D representations, which could lead to improved obstacle interactions and safety. We demonstrate its utility across multiple applications including motion prediction, motion planning, scenario mining, and generative reactive traffic agents. Our interactive online visualization platform and the complete dataset are publicly available at https://app.deepscenario.com, facilitating research in motion prediction, behavior modeling, and safety validation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google