SemanticKITTI数据集：用于激光雷达序列语义场景理解的数据集

SemanticKITTI数据集：用于激光雷达序列语义场景理解的数据集

引言

在论文文中，作者引入了一个大数据集用于激光的语义分割的研究。标注了KITTI视觉里程计基准的所有数据，并为所使用的汽车激光雷达的完整360度视野提供了密集的逐点注释，基于该数据集，有三个三个基准任务：

（i）使用单个扫描对点云进行语义分割，

（ii）使用多个过去扫描进行语义分割

（iii）语义场景预测

同时，作者也提供了baseline

介绍introduce

语义场景理解对于许多应用程序来说是必不可少的，也是自动驾驶汽车不可或缺的一部分。特别是，语义分割提供的细粒度理解对于区分可驾驶和非可驾驶表面以及对停车区和人行道等功能属性进行推理是必要的。目前，以所谓的高清晰度地图表示的这种理解主要是通过测量车辆提前生成的。但是，如果环境发生变化，自动驾驶汽车也应该能够在未映射的区域驾驶，并调整其行为。
目前，大多数自动驾驶汽车使用多个不同的传感器来感知环境。互补传感器模式能够应对特定传感器的缺陷或故障。除了照相机，还经常使用光探测和测距（LiDAR）传感器，因为它们提供不受照明影响的精确距离测量。

公开可用的数据集和基准对于研究的实证评估至关重要。它们主要实现三个目的：（i）它们提供了衡量进展的基础，因为它们允许提供可复制和可比的结果；（ii）它们揭示了当前技术水平的不足，从而为新方法和研究方向铺平了道路，以及（