加州大学洛杉矶分校 发布 V2V4Real 数据集, 应用在 自动驾驶、车辆间通信 领域

加州大学洛杉矶分校 本次发布的数据集 V2V4Real, V2V4Real是由加州大学洛杉矶分校开发的第一个大规模真实世界多模态数据集，专注于车辆间协同感知。该数据集覆盖了410公里的驾驶区域，包含20,000个LiDAR帧、40,000个RGB帧和240,000个标注的3D边界框，适用于5类车辆。数据集的创建过程涉及两辆配备多模态传感器的车辆在多样化场景中同时行驶，并通过专业标注团队进行精确标注。V2V4Real数据集的应用领域主要集中在解决自动驾驶中的长距离感知和遮挡问题，通过车辆间通信和数据共享，显著提升感知系统的性能。

查看V2V4Real

关于 加州大学洛杉矶分校 , 加州大学洛杉矶分校是一所位于美国加利福尼亚州的著名公立研究型大学，以其在多个学科领域的卓越研究和教学质量而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。