大多数用于开发自动驾驶汽车系统的训练数据集往往侧重于日常物体，例如普通汽车、步行的人和自行车。然而，这种常见的方法往往会忽略重要但不常见的车辆，例如救护车和警车。新发布的计算机生成数据集 EMS3D-KITTI 旨在填补这一空白。它提供了涉及紧急医疗车辆的均衡的场景集合。该数据集由北卡罗来纳州农业技术州立大学 Chandra Jaiswal 博士领导的研究人员创建。他们的作品发表在期刊上 信息简介。
为了创建这个数据集，Jaiswala 博士的团队使用了一个名为 Car Learning to Act 的虚拟驾驶平台，这是一个用于训练和测试自动驾驶系统的真实模拟环境。该工具使他们能够模拟真实的交通情况，包括紧急车辆、警车和其他道路使用者。他们为几辆数字测试车辆配备了摄像头和激光传感器，称为光探测和测距（LiDAR），可以用光测量距离，以创建周围环境的详细 3D 地图。这些车辆在不同的城市环境中拍摄场景。这些虚拟城市融合了各种条件，例如不断变化的天气和不可预测的车辆运动，以尽可能模仿现实生活中的驾驶。然后使用卡尔斯鲁厄理工学院和丰田理工学院设计的普遍接受的格式来组织所有捕获的数据，这是自动驾驶汽车研究中用于存储和处理视觉和空间数据的标准结构。
使用这种精心策划的方法，团队捕获了道路上许多不同类型的物体。紧急医疗车辆约占总数的四分之一，比大多数现有数据集中的比例要高得多。 Jaiswal 博士解释说：“该数据集克服了稀有物体数据有限的挑战，解决了大多数公开可用的计算机视觉数据集的主要差距。”
虚拟救护车和警车被随机放置在模拟城市的不同部分。这种设置使得配备摄像头的测试车辆（通常称为自我车辆，即捕获数据的主车辆）能够从不同角度和不同情况下遇到。该团队还通过仅保存选定的帧来确保他们为数据集保留的图像是多样化的。这有助于确保数据集代表广泛的驾驶场景。 Jaiswal 博士表示：“为了实现数据集中紧急医疗车辆的均衡存在，我们实施了汽车学习行动策略，增加了每种情况下紧急医疗车辆的频率。”
用于组织该数据集的格式有利于研究人员的工作。每个捕获的帧都包含彩色图像、称为点云的激光深度图（显示三维空间中表面的精确位置）、显示相机设置的文件（称为校准文件）以及检测到的物体及其大小、位置和方向的列表。这些细节有助于训练计算机系统准确识别和跟踪道路上不同类型的车辆和人员。还包括关键特征，例如物体的可见或遮挡程度（称为裁剪和遮挡），以及物体面向的方向（称为方向角）。
为了测试数据集的质量，研究人员在许多不同的虚拟城市中进行了模拟。这些城市代表了多种环境，从安静的乡村地区到繁华的城市街道。这种多样性有助于确保数据反映多种类型的现实世界道路。最终结果是丰富的培训工具，有助于提高自动驾驶系统在各种环境下的性能。
该数据集有趣的部分之一是它如何指示每辆紧急车辆的观看方向 – 无论是从前面、侧面还是后面。这为计算机模型提供了从不同角度识别车辆的更多经验，使系统能够更好地在不同的交通条件下发现它们。平均而言，救护车在每个镜头中都有规律地出现，这让模特有更多的机会向他们学习。
尽管数据集基于模拟，但创建者希望它尽可能真实。他们还指出，虚拟数据的使用存在一些局限性，特别是与现实世界的图像相比。为了解决这个问题，他们建议进一步测试，以确认使用该数据集训练的模型在实际流量中表现良好。尽管如此，该数据集在帮助自动驾驶系统更好地识别和响应紧急车辆方面向前迈出了一步，这对于安全高效的道路导航至关重要。
总之，EMS3D-KITTI 数据集为当前可用于训练自动驾驶汽车的工具添加了一些重要内容。通过专注于紧急车辆识别，它支持开发更智能、反应更灵敏的系统。随着自动驾驶工作的不断推进，像这个数据集这样的资源将变得更加有价值。
