HyperAIHyperAI
منذ 11 أيام

مجموعة بيانات aiMotive: مجموعة بيانات متعددة الوسائط للقيادة الذاتية الموثوقة مع رؤية طويلة المدى

Tamás Matuszka, Iván Barton, Ádám Butykai, Péter Hajas, Dávid Kiss, Domonkos Kovács, Sándor Kunsági-Máté, Péter Lengyel, Gábor Németh, Levente Pető, Dezső Ribli, Dávid Szeghy, Szabolcs Vajna, Bálint Varga
مجموعة بيانات aiMotive: مجموعة بيانات متعددة الوسائط للقيادة الذاتية الموثوقة مع رؤية طويلة المدى
الملخص

القيادة الذاتية تمثل مجالًا بحثيًا شائعًا ضمن مجتمع البحث في رؤية الحاسوب. وبما أن المركبات ذاتية القيادة حساسة جدًا للسلامة، فإن ضمان الموثوقية أمر بالغ الأهمية لتطبيقها في البيئات الواقعية. وعلى الرغم من توفر عدة مجموعات بيانات متعددة الوسائط عامة، إلا أنها تركز في الغالب على نوعين من الحساسات (الكاميرا، ليدار)، وهي ليست مناسبة جيدًا للظروف الجوية السيئة. علاوةً على ذلك، تفتقر هذه المجموعات إلى تسميات طويلة المدى، مما يُصعّب تدريب الشبكات العصبية التي تُشكّل الأساس الوظيفي لوظيفة المساعد للطرق السريعة في المركبات الذاتية القيادة. ولذلك، نقدّم مجموعة بيانات متعددة الوسائط للقيادة الذاتية الموثوقة مع إمكانية الرؤية على مسافات طويلة. تتكون هذه المجموعة من 176 مشهدًا، مع حساسات مزامنة ومعايرة دقيقة للـ ليدار والكاميرا والرادار، وتغطي مجال رؤية 360 درجة. وقد تم جمع البيانات في مناطق طريق سريع، وحضرية، وضواحي، خلال النهار والليل والهطول المطري، وتُعدّ بـ مربعات حدودية ثلاثية الأبعاد (3D Bounding Boxes) مع معرفات متسقة عبر الإطارات. علاوةً على ذلك، قمنا بتدريب نماذج أساسية أحادية الوسائط ومتعددة الوسائط للكشف عن الأجسام ثلاثية الأبعاد. يمكن الوصول إلى البيانات من خلال الرابط التالي: \url{https://github.com/aimotive/aimotive_dataset}.

مجموعة بيانات aiMotive: مجموعة بيانات متعددة الوسائط للقيادة الذاتية الموثوقة مع رؤية طويلة المدى | أحدث الأوراق البحثية | HyperAI