面向典型交通场景的多终端多模态开源数据集

本数据集是一个面向不同网联自动驾驶车辆（CAV）渗透率场景的大规模、多终端、多模态开源数据集——Multi-V2X。区别于聚焦于特定高风险场景的数据集，Multi-V2X专注于提供连续、多样化交通流下的海量训练数据。数据集基于CARLA与SUMO联合仿真，在6种不同拓扑结构的城镇地图中采集，总数据量达245.97 GB，包含410辆CAV和56个路侧单元（RSU）的连续观测数据，以及超过420万个三维目标标注框。本数据集的核心贡献在于：首次在仿真数据集中系统地实现了从10%到86.21%的可变CAV渗透率模拟，单帧最大可通信节点数达31个，为研究通信条件对协同感知性能的影响提供了关键测试平台。数据模态涵盖高分辨率多视角RGB图像、64线激光雷达点云及GNSS信息。本数据集可广泛用于车路协同感知算法训练、多模态融合以及不同网联水平下的系统性能评估，为智能网联交通系统的规模化部署研究提供数据支撑。