論文の概要: 4Seasons: A Cross-Season Dataset for Multi-Weather SLAM in Autonomous Driving

• arxiv url: http://arxiv.org/abs/2009.06364v2
• Date: Wed, 14 Oct 2020 13:30:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 12:34:57.891496
• Title: 4Seasons: A Cross-Season Dataset for Multi-Weather SLAM in Autonomous Driving
• Title（参考訳）: 4Seasons: 自律運転におけるマルチウェザーSLAMのためのクロスシーソンデータセット
• Authors: Patrick Wenzel, Rui Wang, Nan Yang, Qing Cheng, Qadeer Khan, Lukas von Stumberg, Niclas Zeller, Daniel Cremers
• Abstract要約: 本稿では,自律運転における季節的・挑戦的な知覚条件をカバーする新しいデータセットを提案する。 その中には、視覚計測、グローバルな位置認識、マップベースの再位置追跡などが含まれる。
• 参考スコア（独自算出の注目度）: 48.588254700810474
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a novel dataset covering seasonal and challenging perceptual conditions for autonomous driving. Among others, it enables research on visual odometry, global place recognition, and map-based re-localization tracking. The data was collected in different scenarios and under a wide variety of weather conditions and illuminations, including day and night. This resulted in more than 350 km of recordings in nine different environments ranging from multi-level parking garage over urban (including tunnels) to countryside and highway. We provide globally consistent reference poses with up-to centimeter accuracy obtained from the fusion of direct stereo visual-inertial odometry with RTK-GNSS. The full dataset is available at https://www.4seasons-dataset.com.
• Abstract（参考訳）: 本稿では,自律走行のための季節的および難解な知覚条件をカバーする新しいデータセットを提案する。 ビジュアルオドメトリ、グローバル位置認識、マップベースの再ローカライズトラッキングなどの研究が可能だ。 データは異なるシナリオで収集され、昼と夜を含む様々な気象条件と照明の下で収集された。 この結果、都市部(トンネルを含む)の多層駐車場から田舎や高速道路まで、9つの環境において350km以上の録音が行われた。 RTK-GNSSと直接立体視-慣性眼圧計の融合から得られる最大センチメートルの精度で一貫した参照ポーズを提供する。 完全なデータセットはhttps://www.4seasons-dataset.comで入手できる。

関連論文リスト

• XLD: A Cross-Lane Dataset for Benchmarking Novel Driving View Synthesis [84.23233209017192]
  本稿では,自律走行シミュレーションに特化して設計された新しい駆動ビュー合成データセットとベンチマークを提案する。 データセットには、トレーニング軌跡から1-4mずれて取得した画像のテストが含まれているため、ユニークなものだ。 我々は、フロントオンリーおよびマルチカメラ設定下で、既存のNVSアプローチを評価するための最初の現実的なベンチマークを確立する。
  論文  参考訳（メタデータ） (2024-06-26T14:00:21Z)
• The IMPTC Dataset: An Infrastructural Multi-Person Trajectory and Context Dataset [4.413278371057897]
  市内の交差点は、怪我や致命的な事故で最も重要な交通エリアである。 われわれは、ドイツのインテリジェントな公共都市交差点と視覚センサー技術を使用している。 得られたデータセットは8時間の計測データから構成される。
  論文  参考訳（メタデータ） (2023-07-12T13:46:20Z)
• Argoverse 2: Next Generation Datasets for Self-Driving Perception and Forecasting [64.7364925689825]
  Argoverse 2(AV2)は、自動運転分野の研究の知覚と予測のための3つのデータセットの集合である。 Lidarデータセットには、ラベルなしのLidar点雲とマップ整列ポーズの2万のシーケンスが含まれている。 Motion Forecastingデータセットには、各ローカルシーンにおける自動運転車と他のアクター間の興味深い、挑戦的なインタラクションのために採掘された25万のシナリオが含まれている。
  論文  参考訳（メタデータ） (2023-01-02T00:36:22Z)
• 4Seasons: Benchmarking Visual SLAM and Long-Term Localization for Autonomous Driving in Challenging Conditions [54.59279160621111]
  大規模4Seasonsデータセットに基づく課題条件下での自律運転のための新しい視覚的SLAMと長期局所化ベンチマークを提案する。 提案したベンチマークでは,季節変化や天候,照明条件の変動による劇的な外見の変化が報告されている。 本稿では,視覚計測,大域的位置認識,および地図に基づく視覚的位置決め性能を共同評価するための統合ベンチマークを提案する。
  論文  参考訳（メタデータ） (2022-12-31T13:52:36Z)
• IDD-3D: Indian Driving Dataset for 3D Unstructured Road Scenes [79.18349050238413]
  デプロイ可能なディープラーニングアーキテクチャの準備とトレーニングには、さまざまなトラフィックシナリオに適したモデルが必要である。 インドなどいくつかの発展途上国で見られる非構造的で複雑な運転レイアウトは、これらのモデルに挑戦している。 我々は、複数のカメラと12kの注釈付き駆動LiDARフレームを備えたLiDARセンサーのマルチモーダルデータからなる新しいデータセットIDD-3Dを構築した。
  論文  参考訳（メタデータ） (2022-10-23T23:03:17Z)
• Ithaca365: Dataset and Driving Perception under Repeated and Challenging Weather Conditions [0.0]
  我々は、新しいデータ収集プロセスを通じて、堅牢な自律運転を可能にする新しいデータセットを提案する。 データセットには、高精度GPS/INSとともに、カメラとLiDARセンサーからの画像と点雲が含まれている。 道路・オブジェクトのアモーダルセグメンテーションにおけるベースラインの性能を解析することにより,このデータセットの特異性を実証する。
  論文  参考訳（メタデータ） (2022-08-01T22:55:32Z)
• Vision in adverse weather: Augmentation using CycleGANs with various object detectors for robust perception in autonomous racing [70.16043883381677]
  自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。 悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。 本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
  論文  参考訳（メタデータ） (2022-01-10T10:02:40Z)
• Ford Multi-AV Seasonal Dataset [1.988834651033683]
  本稿は,Fordの自動運転車が2017-18年の間に異なる日数で収集した,多エージェントの季節データセットについて述べる。 車両はミシガン州で平均66kmのルートを走行し、運転シナリオが混在していた。 動的都市環境で経験した気象・照明・建設・交通条件の季節変動について述べる。
  論文  参考訳（メタデータ） (2020-03-17T22:33:38Z)
• Real-time Kinematic Ground Truth for the Oxford RobotCar Dataset [23.75606166843614]
  大規模なOxford RobotCarデータセットに基づく長期ローカライゼーションおよびマッピングベンチマークに向けた参照データをリリースする。 我々は,データセットの1年間にわたって,グローバルに一貫性のある精度の高い基底真理を作成した。
  論文  参考訳（メタデータ） (2020-02-24T10:34:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。