OPV2V: مجموعة بيانات مفتوحة وخط أنابيب دمج للكشف باستخدام الاتصال بين المركبات

أصبح استخدام الاتصال بين المركبات لتحسين أداء الاستشعار في تقنيات القيادة الذاتية محط اهتمام كبير مؤخرًا؛ ومع ذلك، فإن غياب مجموعة بيانات مفتوحة مناسبة لمقارنة الخوارزميات جعل من الصعب تطوير وتقييم تقنيات الاستشعار التعاوني. ولحل هذه المشكلة، نقدم أول مجموعة بيانات محاكاة كبيرة ومفتوحة للرؤية بين المركبات. تحتوي المجموعة على أكثر من 70 مشهدًا مثيرًا للاهتمام، و11,464 إطارًا، و232,913 مربعًا محدّدًا ثلاثي الأبعاد لمركبات مُعلّمَة، تم جمعها من 8 مدن داخل بيئة CARLA، بالإضافة إلى مدينة رقمية مُحاكاة من مدينة كولفر سيتي في لوس أنجلوس. ثم قمنا ببناء معيار تقييم شامل يضم 16 نموذجًا مُطبّقًا لتقييم استراتيجيات متعددة لدمج المعلومات (مثل التكامل المبكر، والتأخيري، والمعاينة المتوسطة) باستخدام خوارزميات حديثة كشف الأجسام باستخدام ليزر (LiDAR). بالإضافة إلى ذلك، نقترح نموذجًا جديدًا يُسمى "التكامل المتوسط المُنتبه" (Attentive Intermediate Fusion) لجمع المعلومات من عدة مركبات متصلة. تُظهر تجاربنا أن النموذج المقترح يمكن دمجه بسهولة مع كاشفات ليزر ثلاثية الأبعاد الحالية، ويحقق أداءً متميزًا حتى عند معدلات ضغط كبيرة. ولتشجيع الباحثين على الاستمرار في استكشاف مجال الرؤية بين المركبات، سنقوم بنشر مجموعة البيانات، وطرق المعيار، وكل الكود المرتبط بها عبر الرابط: https://mobility-lab.seas.ucla.edu/opv2v/.