一个用于自动驾驶的道路表面重建数据集
Tong Zhao1, Yichen Xie2, Mingyu Ding2
1Tsinghua University, School of Vehicle and Mobility, Beijing, 100084, China.
本研究引入了一套新的道路表面重建数据集,用于自动驾驶. 该数据集提供了高质量的多模式数据,以提高车辆的安全性和性能.
科学领域:
- 机器人和计算机视觉 机器人和计算机视觉
- 自动驾驶汽车的感知能力
背景情况:
- 智能机器人系统,特别是自动驾驶汽车,需要提高安全性和舒适性.
- 道路状况显著影响地面车辆的性能,但目前的数据集忽略了道路表面的细节.
研究的目的:
- 为道路表面重建引入一种新的,高质量的数据集.
- 支持自动驾驶环境感知方面的进步.
主要方法:
- 在各种驾驶条件下使用真实车辆平台收集多模式,高分辨率的数据.
- 包括大约16000个立体图像对,点云和地面真实深度/差异地图.
- 通过精确的处理管道来确保数据质量.
主要成果:
- 证明了数据集的有效性和道路表面重建的复杂性.
- 强调数据集是计算机视觉研究的宝贵资源.
结论:
- 道路表面重建数据集为改善自动驾驶的感知提供了重要的资源.
- 重建的道路结构和纹理数据可以增强用于运动规划和控制的车辆响应分析.
更多相关视频
08:09Measuring and Mapping Patterns of Soil Erosion and Deposition Related to Soil Carbonate Concentrations Under Agricultural Management
Published on: September 12, 2017
11:41Evaluation of an Exclusive Spur Dike U-Turn Design with Radar-Collected Data and Simulation
Published on: February 1, 2020
相关概念视频
Design Example: Alignment of a Road Line Using GIS
Topographic Surveying and Contours
Types of Global Positioning System Surveys
Sight Distance in a Vertical Curve
Methods of Obtaining Topography
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
