KITTI-trajectory-prediction

KITTI 是计算机视觉社区中成熟的数据集。尽管没有明确定义的分割，但它经常被用于轨迹预测，在不同的工作中生成不可比较的基线。该数据集旨在弥合这一差距，并提出了对 KITTI 数据的明确划分。以滑动窗口的方式从数据集中的所有轨迹（包括 egovehicle）中以 6 秒的块（过去 2 秒，未来 4 秒）的形式收集样本。共有 8613 条顶视图轨迹用于训练，2907 条用于测试。由于 KITTI 不提供顶视图，使用 Velodyne 3D 点云和 IMU 将使用 DeepLab-v3+ 从所有帧中获得的静态类别的语义标签投影到一个通用的顶视图中。生成的地图具有 0.5 米的空间分辨率，并与轨迹一起提供。

搜集汇总

背景与挑战

背景概述

该数据集基于KITTI，专门为轨迹预测任务提供明确的训练和测试划分，包含8613条训练轨迹和2907条测试轨迹。数据以6秒滑动窗口（过去2秒，未来4秒）形式组织，并利用Velodyne点云和IMU将语义标签投影到顶视图，生成0.5米分辨率的地图与轨迹。