SimBEV

SimBEV是一个基于CARLA模拟器的可配置和可扩展的合成驾驶数据生成工具，它整合了来自不同来源的信息，以捕捉准确的鸟瞰图(BEV)地面真实数据。SimBEV支持一系列传感器，并能够进行多种感知任务，包括BEV分割和3D对象检测。SimBEV数据集包含320个场景，跨越11个CARLA地图，包含所有支持传感器的数据。

SimBEV is a configurable and scalable synthetic driving data generation tool based on the CARLA simulator. It integrates information from diverse sources to capture accurate bird's-eye view (BEV) ground-truth data. SimBEV supports a range of sensors and enables multiple perception tasks, including BEV segmentation and 3D object detection. The SimBEV dataset consists of 320 scenarios spanning 11 CARLA maps, with data from all supported sensors.

原始信息汇总

SimBEV 数据集概述

SimBEV 是一个基于 CARLA 模拟器的 configurable 和 scalable 的合成驾驶数据生成工具，它从各种来源整合信息以捕获准确的鸟瞰图（BEV）地面真实数据。SimBEV 支持多种传感器，并能够进行包括 BEV 分割和 3D 物体检测在内的多种感知任务。使用 SimBEV，我们创建了 SimBEV 数据集，这是一个包含来自多种驾驶场景的注释感知数据的大型集合。

数据集详情

• 数据集名称：SimBEV
• 创建者：Goodarz Mehr, Azim Eskandarian
• 论文：SimBEV: A Synthetic Multi-Task Multi-Sensor Driving Data Generation Tool and Dataset
• 发布日期：2025/2/6
• 数据集大小：320 个场景，分布在 11 个 CARLA 地图中
• 帧数：每个场景 16 秒，帧率 20 Hz，共 102,400 个注释帧
• 3D 物体边界框：8,315,935 个（其中 3,792,499 个有效）
• BEV 地面真实标签：2,793,491,357 个

传感器设置

SimBEV 支持以下传感器类型：

• 摄像头：RGB、语义分割、实例分割、深度、光流
• 激光雷达：普通、语义
• 雷达：普通
• 其他：GNSS、IMU

数据格式

数据集采用以下文件夹结构：

simbev/ ├── configs/ ├── ground-truth/ │ ├── det/ │ ├── seg/ │ ├── seg_viz/ ├── infos/ │ ├── simbev_infos_train.json │ ├── simbev_infos_val.json │ ├── simbev_infos_test.json ├── logs/ ├── sweeps/ │ ├── RGB-CAM_FRONT_LEFT/ │ ├── ...其他传感器文件夹... ├── viz/ (如果数据被可视化)

使用说明

请参考 BEVFusion 的实现 或 simbev_dataset.py 文件了解如何使用 SimBEV 数据集。

搜集汇总

数据集介绍

构建方式

SimBEV是一个基于CARLA模拟器的 configurable和 scalable的合成驾驶数据生成工具，它通过集成来自各种来源的信息来捕获准确的鸟瞰图(BEV)地面真实数据。SimBEV支持多种传感器，并能够进行包括BEV分割和3D对象检测在内的多种感知任务。研究者使用SimBEV创建了SimBEV数据集，这是一个包含来自不同驾驶场景的注解感知数据的大型集合。

特点

SimBEV数据集的特点包括：支持多种传感器类型，如RGB相机、语义分割相机、实例分割相机、深度相机和光流相机等；能够生成具有鸟瞰图地面真实数据的合成驾驶场景；提供3D对象边界框和BEV地面真实标签；支持随机化模拟参数以创建多样化的场景；用户可配置数据集的构建，包括场景的数量和类型等。

使用方法

使用SimBEV数据集的方法包括：首先配置simbev.py脚本中的config.yaml文件来设定SimBEV的行为；然后运行脚本生成或扩展数据集；数据集生成后，可以通过post_processing.py脚本进行后处理，如计算3D对象边界框内的雷达和激光雷达点数量；最后，可以使用visualization.py脚本来可视化数据集的特定部分。

背景与挑战

背景概述

SimBEV数据集是一款基于CARLA模拟器的合成多任务多传感器驾驶数据生成工具和数据库。该数据集由Goodarz Mehr和Azim Eskandarian主导创建，旨在捕捉准确的鸟瞰图(BEV)地面真实数据，支持包括BEV分割和3D对象检测在内的多种感知任务。SimBEV数据集包含了320个场景，跨越11个CARLA地图，每个场景持续16秒，以20Hz的帧率记录，总计包含102,400个注释帧，8,315,935个3D对象边界框和2,793,491,357个BEV地面真实标签。该数据集的创建时间为2025年2月6日。

当前挑战

SimBEV数据集在构建过程中遇到的挑战主要包括：1)确保生成的数据能够准确地反映真实世界的驾驶场景，这需要模拟各种驾驶环境和情况；2)数据集的多样性和广泛性，要涵盖不同的道路、车辆、行人和天气条件；3)数据标注的准确性和一致性，尤其是在处理大量数据时；4)优化数据生成和收集的效率，以适应不同的硬件和软件环境。在解决的问题方面，SimBEV数据集旨在提高BEV感知任务的准确性和鲁棒性，这对于自动驾驶系统的环境理解至关重要。

常用场景

经典使用场景

SimBEV数据集作为一款合成多任务多传感器驾驶数据生成工具，其经典使用场景主要集中于自动驾驶系统的感知任务。该数据集支持包括BEV分割和3D目标检测在内的多种感知任务，因此，它被广泛应用于自动驾驶算法的训练与验证中，帮助算法学会如何从不同的传感器数据中提取有用信息，以实现对车辆周围环境的准确感知。

衍生相关工作

基于SimBEV数据集，学术界和工业界已经衍生出了一系列相关工作。这些工作不仅包括对数据集本身的扩展和改进，还涵盖了使用SimBEV进行各种感知任务的研究，如目标检测、分割和跟踪等，推动了自动驾驶领域的技术进步。

数据集最近研究

最新研究方向

SimBEV数据集是一种基于CARLA模拟器的合成多任务多传感器驾驶数据生成工具和数据库，它通过整合来自不同来源的信息，捕捉准确的鸟瞰图(BEV)地面真实数据。该数据集支持多种传感器，并能够进行包括BEV分割和3D对象检测在内的多种感知任务。近期研究方向主要集中在如何利用SimBEV生成更加多样化的驾驶场景数据，以及如何通过该数据集提升BEV相关任务的算法性能。研究的热点事件包括对SimBEV数据集的扩展和优化，以及基于该数据集的新算法开发，如BEVFusion算法的实现。这些研究对于推动自动驾驶技术的发展具有重要的意义和影响。