Griffin

Griffin是首个公开的空中-地面协同3D感知数据集，使用CARLA-AirSim联合仿真构建，包含超过200个动态场景，总计超过30,000帧和270,000张图像。该数据集具有实例感知的遮挡量化、可变的无人机高度（20-60米）以及多样化条件下的真实无人机动态，为协同感知研究设定了新标准。

Griffin is the first publicly available air-ground collaborative 3D perception dataset, constructed using CARLA-AirSim co-simulation. It contains over 200 dynamic scenarios, totaling more than 30,000 frames and 270,000 images. This dataset features instance-aware occlusion quantification, variable UAV altitudes ranging from 20 to 60 meters, and authentic UAV dynamics under diverse conditions, setting a new benchmark for collaborative perception research.

原始信息汇总

Griffin 数据集概述

数据集简介

• 名称：Griffin
• 用途：用于空中-地面协同三维感知的公开数据集
• 构建工具：CARLA-AirSim联合仿真
• 特点：
  • 超过200个动态场景
  • 总计超过30,000帧和270,000张图像
  • 实例感知遮挡量化
  • 20-60米不等的无人机高度
  • 多种条件下的真实无人机动态

数据集版本

• 当前版本：Griffin V1.0
• 发布时间：2025年3月
• 获取方式：百度网盘（链接已提供）

性能指标

• 主要评价指标：AP、ATE、AOE、AMOTA、AMOTP、MT、ML、IDS、通信成本
• 不同融合阶段和方法：无融合、早期融合（Concat）、实例融合（AGILE）、晚期融合（Hungarian）
• 结果示例：
  • 早期融合（Concat）在0毫秒延迟时，AP达到0.626
  • 实例融合（AGILE）在200毫秒延迟时，AP达到0.396

无人机高度性能

• 不同高度：25米、40米、随机
• 性能对比：不同融合阶段下，各高度的性能指标变化

参考文献

• 引用信息：待定

致谢

• 开源项目：mmdet3d、UniV2X、BEVFormer、AB3DMOT

搜集汇总

数据集介绍

构建方式

Griffin数据集是通过CARLA-AirSim联合仿真构建而成，包含超过200个动态场景，总计逾30,000帧及270,000张图像。该数据集在多样化的条件下，实现了对无人机的实时动态捕捉，并通过实例感知的遮挡量化、无人机高度变化（20-60米）等特性，为协同感知研究提供了全新的基准。

使用方法

用户可以通过Baidu Netdisk获取Griffin V1.0数据集。数据集的使用包括安装、数据准备、训练与评估以及可视化等多个步骤。详细的安装指南、数据准备方法、训练与评估流程以及可视化教程都在官方文档中有所说明，用户可以按照这些指南逐步操作，以充分利用该数据集进行相关研究。

背景与挑战

背景概述

Griffin数据集，作为首個公开的用于空地协同3D感知的先驱数据集，由CARLA-AirSim联合仿真构建而成。该数据集成立于2025年，由一群专注于航空和地面感知领域的研究人员开发，旨在推动空地协同感知研究的新标准。它包含超过200个动态场景，总计超过30,000帧和270,000张图像，具有实例感知的遮挡量化、可变的无人机高度以及多样化的条件下的真实无人机动态。Griffin数据集对航空和地面感知领域产生了重要影响，促进了相关技术的发展和应用。

当前挑战

Griffin数据集面临的挑战主要涉及两个方面：一是解决领域问题的挑战，即实现高精度的空地协同检测与跟踪，这要求算法能够有效地处理高度变化、遮挡以及实时性等问题；二是构建过程中的挑战，包括数据集的多样性和大规模性带来的数据采集、处理和标注的困难，以及空地协同感知中的通信和计算成本优化问题。这些挑战对于推动空地协同感知技术的发展至关重要。

常用场景

经典使用场景

Griffin数据集作为首个公开的天地协同三维感知数据集，其经典使用场景主要集中于无人机与地面车辆或设备间的协同检测与跟踪。通过对动态场景的空中与地面视角的融合处理，该数据集为研究人员提供了一个全面而细致的实验平台，以评估和优化三维目标检测与跟踪算法的性能。

解决学术问题

该数据集解决了传统单一视角感知在遮挡、定位精度以及场景理解方面的局限性。通过引入天地协同感知，Griffin数据集为学术研究提供了新的视角，有助于提升三维感知的准确性和鲁棒性，对于自动驾驶、机器人导航等领域具有重要的研究价值和实际意义。

实际应用

在实际应用中，Griffin数据集的应用场景广泛，涵盖了智能交通系统、无人机监控、灾害评估等多个领域。通过天地协同感知技术，可以实现更精准的目标跟踪与识别，为智能决策提供可靠的数据支持，提升系统的整体性能和效率。

数据集最近研究

最新研究方向

近年来，随着无人机技术的迅猛发展，空中与地面协作的三维感知领域日益受到关注。在此背景下，Griffin数据集的推出，为相关研究提供了宝贵的资源。该数据集通过CARLA-AirSim联合仿真构建，包含了超过30,000帧和270,000张图像的200个动态场景。其创新的实例级遮挡量化、无人机不同高度设定以及多样化的条件下的真实无人机动态，为协同感知研究树立了新标准。近期研究中，AGILE框架的源代码和预训练模型的发布，为空中-地面实例级中间融合框架的研究开启了新篇章，显著提升了检测和跟踪的性能。Griffin数据集的应用，不仅推动了无人机与地面系统协同作业的智能化水平，也对智能交通系统、灾害监测等多个领域产生了深远影响。