OPV2V

OPV2V是第一个使用V2V通信进行感知的大规模开放数据集。通过使用名为OpenCDA和CARLA simulator的合作驾驶共同仿真框架，我们收集了具有各种数量的连接车辆的不同场景，以涵盖具有挑战性的驾驶情况，例如严重的遮挡。
主要特点:
来自多连接自动车辆的聚合传感器数据
73个场景、6个道路类型、9个城市
12k帧LiDAR点云和RGB相机图像，230K注释3D边界框
具有4个激光雷达探测器和4种不同融合策略的综合基准 (共16个模型)

OPV2V is the first large-scale open dataset for perception using vehicle-to-vehicle (V2V) communication. By leveraging the cooperative driving co-simulation framework named OpenCDA and CARLA Simulator, we collected diverse scenarios with varying numbers of connected vehicles to cover challenging driving situations such as severe occlusions.
Key Features:
- Aggregated sensor data from multiple connected automated vehicles
- 73 scenarios, 6 road types, and 9 urban cities
- 12k frames of LiDAR point clouds and RGB camera images, with 230k annotated 3D bounding boxes
- Comprehensive benchmarks with 4 LiDAR detectors and 4 distinct fusion strategies, totaling 16 models

搜集汇总

背景与挑战

背景概述

OPV2V是首个基于车对车通信的大规模开放感知数据集，通过模拟器收集了多车辆协作场景，涵盖73个场景、6种道路类型和9个城市，包含12k帧LiDAR点云和RGB图像以及230K注释3D边界框。该数据集旨在支持自动驾驶感知研究，特别针对遮挡等挑战性情况，并提供了包括4种激光雷达探测器和融合策略的综合基准。