用于城市基础设施与3D场景理解的加拿大基准激光雷达数据集

《Scientific Data》：A Canadian Benchmark LiDAR Dataset for Urban Infrastructure and 3D Scene Understanding

　　

摘要

对于自动驾驶车辆、城市分析以及智能交通系统的开发而言，高质量的3D感知能力至关重要。然而，现有的激光雷达数据集在表示精细的道路和行人基础设施以及地理多样性方面存在局限，尤其是在北美城市常见的环境中。本文介绍了YEG3D，这是一个大规模的、带有点级标注的移动激光扫描数据集，包含了在加拿大埃德蒙顿14公里的城市道路中收集的6.82亿多个点。该数据集包含18个语义类别的精细分类体系，尤其注重对行人、骑行者以及道路基础设施的详细描述，而这些在现有基准数据集中往往没有被清晰区分。此外，我们还使用了五种最先进的语义分割模型进行了全面的基础评估，这些模型包括PointNet++、DGCNN、KPConv、KPConvX和Point Transformer v3。在所有测试模型中，Point Transformer V3的表现最为出色，其整体准确率为81.8%，平均交并比为46.2%，平均F1分数为56.8%，在全局指标和类别级指标上均优于其他所有模型。详细的混淆矩阵分析显示，虽然大型结构类别能够被可靠地分割，但由于稀疏性、遮挡现象以及类别不平衡的问题，诸如标线、自行车道和人行横道等精细元素的分割仍然具有挑战性。YEG3D为3D语义分割、城市感知以及具备基础设施感知能力的自动驾驶系统研究提供了新的基础，未来还将通过进一步扩展来提升其地理覆盖范围和语义覆盖范围。