Tag · 3 篇
恶劣天气感知
分布 自动驾驶与遥感2数据集与评测1
01 02 03
URScenes：面向非结构化道路环境的多场景数据集
URScenes: A Multi-scenario Dataset for Unstructured Road Environments
为视觉感知算法提供了覆盖雨、雪、雾、沙尘、强眩光、夜间等八种非结构化道路场景的多任务基准，可直接用于评测3D检测、跟踪与占用预测模型在分布偏移下的鲁棒性，并借助统一标注格式与nuScenes/KITTI/Waymo转换工具复用现有训练流程。
感知特征距离：在特定决策规则下衡量动态条件下感知系统的稳定性与鲁棒性
Perception Characteristics Distance: Measuring Stability and Robustness of Perception System in Dynamic Conditions under a Certain Decision Rule
提出 PCD/aPCD 指标，将感知模型输出不确定性量化为可靠检测的最远距离，为视觉感知系统在动态天气与光照条件下的稳定性评估提供可复用度量；配套 SensorRainFall 多模态数据集（相机/雷达/激光雷达）可用于研究跨天气域泛化与不确定性感知。
DSERT-RoLL：面向多样驾驶条件的鲁棒多模态感知——立体事件-RGB-热成像相机、4D雷达与双LiDAR
DSERT-RoLL: Robust Multi-Modal Perception for Diverse Driving Conditions with Stereo Event-RGB-Thermal Cameras, 4D Radar, and Dual-LiDAR
为事件相机、4D雷达、热成像等新传感器提供了带2D/3D框与轨迹ID的多模态驾驶数据与统一基准，可直接用于研究跨传感器家族的融合策略与恶劣天气下的3D检测鲁棒性。