REHEARSE-3D: 3D点群雨滴除去のためのマルチモーダルエミュレーション雨データセット

科学分野:

• 自動運転システム
• センサー技術
• コンピュータビジョン

背景:

• センサーの劣化、特に雨滴によるものは、自動運転におけるLiDAR点群の品質に大きな影響を与えます。
• 天候干渉による不正確な測定は、システムに天候認識能力がない場合、安全上のリスクをもたらします。

研究 の 目的:

• 3D点群雨滴除去研究のための、大規模でマルチモーダルなエミュレーション雨データセットであるREHEARSE-3Dを導入しました。
• 天候を認識する自動運転技術を進歩させるための貴重なリソースを提供します。

主な方法:

• 高解像度LiDAR（LiDAR-256）および4Dレーダー点群、92億の点ごとの注釈を特徴とするREHEARSE-3Dを開発しました。
• 雨の特徴情報を含む、制御された天候、昼夜の条件下でデータを収集しました。
• LiDARと4Dレーダーの融合データを使用して、雨滴検出と除去のベンチマークを行いました。

主要な成果:

• 雨滴検出と除去のための様々な統計的および深層学習モデルを評価しました。SalsaNextおよび3D-OutDetモデルは、雨滴検出において94%以上のIoU（Intersection over Union）を達成しました。

結論:

• REHEARSE-3Dは、3D点群雨滴除去のための最大の点ごとの注釈付きデータセットです。
• このデータセットは、センサーノイズモデリングと点レベルの天候影響分析を容易にします。
• この調査結果は、融合センサーデータにおける効果的な雨滴検出を示し、自動運転の安全性を向上させます。