摘要

本文介绍了一种名为MAN TruckScenes的新型多模态数据集，专门用于在不同环境下自主驾驶卡车的研究。该数据集填补了市场上缺乏针对重型车辆自主驾驶数据集的空白，提供了超过740个场景，每个场景持续20秒，涵盖多种环境条件。数据集包括4个摄像头、6个激光雷达、6个雷达传感器、2个惯性测量单元（IMU）和1个高精度全球导航卫星系统（GNSS）的数据。所有3D边界框均经过手动标注并严格审查，以确保高质量标准。MAN TruckScenes数据集的推出，旨在促进自动驾驶卡车领域的研究，特别是在感知、跟踪和预测方面，为未来的物流和交通安全带来革命性的变化。

原理

MAN TruckScenes数据集的核心在于其多模态传感器数据的融合和处理。通过使用高分辨率摄像头、激光雷达和雷达传感器，数据集能够提供对周围环境的全面覆盖。特别是，数据集中的六个4D雷达传感器，能够提供360°的空间覆盖，这是目前最大的雷达数据集。此外，高精度GNSS和IMU数据的支持，使得数据集能够应用于多种自动驾驶卡车的研究场景。数据集的3D边界框标注采用了多阶段标签和质量保证流程，确保了标注的准确性和一致性。

流程

MAN TruckScenes数据集的工作流程包括传感器数据的采集、同步、校准和标注。传感器同步通过精确时间协议（PTP）实现，确保所有传感器基于同一参考时钟。传感器校准则通过多步骤流程，包括初始外部校准、结合外部和内部校准、角度校正和最终验证，确保传感器数据的空间对齐。数据标注基于融合和自我运动补偿的激光雷达点云聚合，每个样本经过最多三个连续的标注和质量保证循环，直到达到质量目标。

应用

MAN TruckScenes数据集的应用前景广泛，涵盖了自动驾驶卡车的感知、跟踪、预测和定位等多个领域。特别是在3D物体检测方面，数据集提供了长距离检测的能力，这对于高速公路上的安全自动驾驶至关重要。此外，数据集的多样性和高质量标注，使其成为推动自动驾驶卡车技术发展的关键资源，有望在未来的物流和交通系统中发挥重要作用。