【Neurocat】A-BDD：利用数据增强技术在恶劣天气和光照条件下实现安全自动驾驶

文章预览

点击下方 卡片 ，关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ，即可获取 论文链接： https://arxiv.org/pdf/2408.06071 数据集链接：https://zenodo.org/doi/10.5281/zenodo.13301383 摘要 本文介绍了A-BDD：利用数据增强技术在恶劣天气和光照条件下实现安全自动驾驶。高度自主的车辆功能依赖于机器学习（ML）算法来理解环境。尽管感知算法在良好天气场景中表现出色，但是其受到恶劣天气和光照条件的严重影响。为了克服这些难点，机器学习工程师主要依靠全面的现实世界数据集。然而，难以采集运行设计域（ODD）关键区域的现实世界数据通常意味着感知训练和安全性验证需要合成数据。因此，本文提出了A-BDD，这是一组基于BDD100K的60000多张合成增强图像，其包括了语义分割和边界框标注（继承自BDD100K数据集）。该数据集包含不同强度等级的雨、雾、阴天和阳光/阴 ………………………………