歐卡智舶發(fā)布全球首個(gè)城市內(nèi)河無人駕駛數(shù)據(jù)集

歐卡智舶技術(shù)專題發(fā)布

最近，歐卡智舶聯(lián)合清華大學(xué)與西北工業(yè)大學(xué)的研究學(xué)者公開了一個(gè)針對真實(shí)內(nèi)河水域場景下多傳感器、多天氣條件下的內(nèi)河無人船數(shù)據(jù)集USVlnland 。為無人船及水面自動駕駛領(lǐng)域相關(guān)研究者提供一個(gè)平臺和基準(zhǔn)，推動解決內(nèi)河無人船在真實(shí)場景應(yīng)用中面臨的挑戰(zhàn)。

近年來，內(nèi)河無人船因其潛在的應(yīng)用價(jià)值而受到廣泛關(guān)注，不同于海面無人船和路面自動駕駛場景，內(nèi)河行駛的無人船的定位和感知面臨著獨(dú)特的挑戰(zhàn)。歐卡智舶聯(lián)合清華大學(xué)與西北工業(yè)大學(xué)的研究學(xué)者于近日公開了USVInland數(shù)據(jù)集，該數(shù)據(jù)集是第一個(gè)內(nèi)河場景下多傳感器的無人船數(shù)據(jù)集，旨在促進(jìn)無人船領(lǐng)域相關(guān)研究，數(shù)據(jù)集論文已經(jīng)被IEEE Robotics and Automation Letters （RA-L） 接收，并將在IEEE International Conference on Robotics and Automation （ICRA） 2021上進(jìn)行展示。

背景介紹隨著自動駕駛技術(shù)的發(fā)展，自動駕駛場景逐漸由路面擴(kuò)展至水上，無人船（Unmanned Surface Vehicle，USV）及其相關(guān)應(yīng)用成為近年來研究熱點(diǎn)之一。其中，內(nèi)河無人船具有極大的應(yīng)用價(jià)值，如內(nèi)河自主運(yùn)輸，測繪，水質(zhì)檢測，和河道垃圾清理等。不同于海面無人船，內(nèi)河相對狹窄和復(fù)雜的環(huán)境，對無人船的定位和感知帶來了新的挑戰(zhàn)。

在狹窄的內(nèi)陸水道中，GPS信號有時(shí)會由于河岸植被、河道旁建筑以及橋梁的遮擋而減弱。在這種情況下，內(nèi)河航道的準(zhǔn)確定位與導(dǎo)航，依賴于對無人船與周圍環(huán)境的感知。此外，內(nèi)河場景更為復(fù)雜，必須確保無人船與河岸和其他障礙物保持安全距離。因此，與道路上的自動駕駛類似，基于激光雷達(dá)、相機(jī)和毫米波雷達(dá)等傳感器的同步定位與建圖（SLAM）、立體匹配和水岸分割等任務(wù)被引入到內(nèi)河無人船的應(yīng)用中。

而在內(nèi)河中，水面上的霧和強(qiáng)光反射會降低激光雷達(dá)探測精度；對于視覺系統(tǒng)，水面霧氣和強(qiáng)光反射，岸邊物體的反射和雨滴引起的漣漪也會帶來干擾。此外，不同于路面車輛，水面上船只的橫向漂移較大，船只的運(yùn)動模型更為復(fù)雜，給精確定位帶來新的挑戰(zhàn)。因此，對于內(nèi)河無人船，路面自動駕駛的通用策略是不可行的。 在路面自動駕駛領(lǐng)域，近年來涌現(xiàn)出了如KITTI，Oxford RobotCar，nuScenes等公共數(shù)據(jù)集，大大促進(jìn)了路面自動駕駛領(lǐng)域相關(guān)技術(shù)的發(fā)展。而無人船領(lǐng)域的公開標(biāo)準(zhǔn)數(shù)據(jù)目前還相對缺失。 數(shù)據(jù)集介紹USVInland是第一個(gè)真實(shí)場景下多傳感器、多天氣條件下的內(nèi)河無人船數(shù)據(jù)集。在不同的內(nèi)陸河道場景中，共采集了27段原始數(shù)據(jù)，總行駛距離超過26公里，發(fā)布的數(shù)據(jù)中包含了SLAM、立體匹配和水岸分割三項(xiàng)任務(wù)。

數(shù)據(jù)采集平臺搭載的傳感器包括激光雷達(dá)，雙目相機(jī)，以及GPS和IMU幾種自動駕駛領(lǐng)域常用傳感器。除此以外，采集平臺上還配備了三個(gè)毫米波雷達(dá)提供周圍環(huán)境點(diǎn)云數(shù)據(jù)。與圖像和激光雷達(dá)相比，毫米波雷達(dá)對天氣以及光照條件的魯棒性更強(qiáng)，能提供多普勒速度信息，且成本較低，近年來在自動駕駛領(lǐng)域應(yīng)用廣泛。不同傳感器之間完成了時(shí)間同步和空間標(biāo)定。

受KITTI的啟發(fā)，USVInland數(shù)據(jù)集引入了SLAM、立體匹配和水岸分割任務(wù)。對已有的常用算法，如SLAM中的LOAM，Lego-LOAM，ORB-SLAM，立體匹配中的SGBM，以及用于水岸分割的語義分割網(wǎng)絡(luò)DeepLab v3+，文中給出了在內(nèi)河場景數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果。結(jié)果表明，受到內(nèi)河特殊場景的影響，常用算法的性能無法滿足內(nèi)河無人船安全行駛的需求。

總結(jié)針對內(nèi)河無人船實(shí)際應(yīng)用的需求，研究者構(gòu)建了第一個(gè)多傳感器、真實(shí)場景下內(nèi)河無人船數(shù)據(jù)集USVInland。期待通過該數(shù)據(jù)集的發(fā)布，為無人船及水面自動駕駛領(lǐng)域相關(guān)研究者提供一個(gè)平臺和基準(zhǔn)，推動解決內(nèi)河無人船在真實(shí)場景應(yīng)用中面臨的挑戰(zhàn)。USVlnland主要被設(shè)計(jì)用于提升無人船在真實(shí)內(nèi)河水域場景下的各項(xiàng)作業(yè)能力，USVlnland也是國內(nèi)首個(gè)內(nèi)河水面無人駕駛數(shù)據(jù)集，對于國內(nèi)內(nèi)河水面無人駕駛技術(shù)的發(fā)展具有劃時(shí)代的意義?，F(xiàn)在，歐卡智舶已經(jīng)把 USVlnland數(shù)據(jù)集免費(fèi)開放給全球各個(gè)國家的技術(shù)研究者使用，期待 USVlnland 能夠啟發(fā)更多研究人員進(jìn)行真實(shí)內(nèi)河水域場景下無人船發(fā)展的研究。

原文標(biāo)題：行業(yè)動態(tài) || 重磅！歐卡智舶發(fā)布全球首個(gè)城市內(nèi)河無人駕駛數(shù)據(jù)集

文章出處：【微信公眾號：機(jī)器人夢工廠】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq