视频和雷达检测的实验数据集,用于在城市环境中的合作感知
Andreia Figueiredo1,2, João Amaral1,2, Marcos Mendes1
1Instituto de Telecomunicações, 3810-193 Aveiro, Portugal.
Data in brief
|October 10, 2025
概括
本研究引入了一个新的数据集,用于智能交通系统中的合作感知. 它将雷达和摄像头数据结合在标准化消息中,以提高车辆和基础设施的认识.
科学领域:
- 智能运输系统 智能运输系统
- 计算机视觉 计算机视觉
- 传感器融合式传感器
背景情况:
- 合作感知通过使车辆和基础设施之间共享数据来提高智能交通系统的情境意识.
- 在复杂的交通场景中,将传感范围扩展到视线之外对于更安全的决策至关重要.
- 高质量的数据集对于推进基于基础设施的合作感知研究至关重要.
研究的目的:
- 为合作感知研究提供一个新的数据集.
- 在标准化的集体感知信息 (CPM) 中提供同步的雷达和摄像头对象检测数据.
- 支持合作感知算法和相关应用程序的开发和评估.
主要方法:
- 使用雷达和摄像头收集真实世界的车辆数据.
- 根据ETSI CPS规范生成实时集体感知信息 (CPM).
- 包括对象级信息 (ID,位置,速度,标题,分类) 和消息级 CPM.
- 时间和空间引用所有收集的数据用于轨迹重建.
主要成果:
- 创建了一个综合数据集,结合了雷达和摄像头对象检测数据.
- 该数据集包括原始传感器检测和实时生成的CPM.
- 数据有时间和空间引用,方便轨迹和行为分析.
结论:
- 这一数据集对于开发和评估协同感知算法非常有价值.
- 它支持轨迹预测,对象分类改进和多传感器融合方面的研究.
- 该数据集旨在加速自动驾驶和ITS的感知和预测模型的进步.
