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)
  1. 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)
  2. 标注：traversable area、non-traversable area、unreachable area
• network：OFF-Net 联合Transformer 结构去聚合局部和全局信息，以满足freespace detection任务对大感受野的要求

Introduction

• Freespace detection task在structured on-road和unstructured off-road场景的区别
  对于on-road，Freespace主要指常规的道路区域，但是对于off-road场景，Freespace概念相对模糊。
  
• ORFD(Off-Road Freespace Detection) datasets
• Different season：spring、summer,、autumn 、winter
  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)
• The dataset includes a total of 12, 198 Li-DAR point cloud and RGB image pairs.参照KITTI数据集将激光雷达点云投影到相应的RGB图像平面上，以获得深度信息。
• 提出OFF-Net网络
  使用Transformer结构来扩大感受野和捕获上下文信息。
  同时提出交叉注意力机制输出modality weights，以帮助动态融合激光雷达点云和RGB图像信息。

Related work

1. Datasets
   off-road datasets:DeepScence, YCOR, RUGD, RELLIS-3D
2. Methods
   RBNet, TVFNet, LC-CRF, RBANet, PLARD, SNE-RoadSeg

ORFD Dataset

1. 数据概述

• scenes
  
• light conditions
  
• weather
  
  数据分布：
  
  数据采集地点：中国
  数据标注数量：12198张
  标注包含激光雷达点云和RGB图像，其中激光雷达点云是40-line，RGB图像大小为1280*720

2. 数据标注

• 数据标注有三个类，traversable area:白色, non-traversable area:黑色, unreachable area:灰色
• traversable area:在越野场景中，不对自动驾驶汽车的安全造成危险的区域。
• non-traversable area: 场景中对自动驾驶车辆的安全构成威胁的物体组成的区域。
• unreachable area:相对较远的物体组成的区域，它暂时不会对自动驾驶的安全构成威胁。