论文阅读： ORFD: A Dataset and Benchmark for Off-Road Freespace Detection
时间：2022年6月26日
Abstract：
- 针对任务：Freespace detection
- 发布越野数据集：ORFD(Off-Road Freespace Detection)
-
数据多样性
Different scence：woodland(林地)、farmland(农田)、grassland(草地)、contryside(乡村)
Different weather conditions：sunny(晴天)、rainy(雨天)、foggy(雾天)、snowy(雪天)
Different light conditions：brightlight(强光)、daylight(白天)、twiliight(黄昏)、darkness(黑夜) -
标注：traversable area、non-traversable area、unreachable area
-
network：OFF-Net 通过融合局部与全局特征来整合空间信息，并旨在实现大感受野下的目标检测
Introduction
- 基于自由空间检测任务，在有组织的道路场景和无组织的非道路场景之间存在显著差异。
对于有组织的道路场景（on-road），自由空间主要涉及常规的道路区域。然而，在无组织的非道路场景（off-road）中，自由空间的概念较为不明确。
-
ORFD数据集 *
-
季节：of spring, summer, autumn, winter
场景：of woodland（林地）、farmland（农田）、grassland（草地）、countryside（乡村）
天气状况：of sunny（晴天）、rainy（雨天）、foggy（雾天）、snowy（雪天）
光照状况：of bright light（强光）、daylight（白天）、twilight（黄昏）、darkness（黑夜） -
The dataset contains a total of 12,198 Li-DAR point clouds and RGB image pairs.遵循KITTI数据集的格式将激光雷达点云投影至对应的RGB图像平面以获取深度信息。
-
开发了一种名为OFF-Net的新网络架构。该架构采用Transformer结构以扩大感受野并捕捉空间关系。同时引入了交叉注意力模块来动态融合激光雷达点云与RGB图像的信息。
Related work
-
Datasets
off-road datasets:DeepScence, YCOR, RUGD, RELLIS-3D -
Methods
RBNet, TVFNet, LC-CRF, RBANet, PLARD, SNE-RoadSeg
ORFD Dataset
- 数据概述
- scenes
- light conditions
- weather
数据分布：
数据采集地点设在中华人民共和国境内。
注定了标注的数据量为12,198张。
其中包含了激光雷达生成的点云数据以及基于RGB摄像头拍摄的图像。
具体来说，在激光雷达捕捉的数据中每一行（line）均对应着一个独立的三维坐标信息集；而每张RGB图像均为标准分辨率下的矩形矩阵。
- 数据标注
- 被标记为可穿越的区域被定义为白色。
- 被标记为不可穿越的区域被视为黑色。
- 被标记为无法到达的区域则被指定为灰色。
- 相对于其他场景元素而言，
远距离物体所构成的区域暂时不会对自动驾驶车辆的安全造成威胁。
