導(dǎo)讀

隨著自動(dòng)駕駛技術(shù)的發(fā)展，自動(dòng)駕駛場景逐漸由路面擴(kuò)展至水上，無人船（USV）及其相關(guān)應(yīng)用成為近年來研究熱點(diǎn)之一。其中，內(nèi)河無人船具有極大的應(yīng)用價(jià)值，如內(nèi)河自主運(yùn)輸、測繪、水質(zhì)檢測和河道垃圾清理等。不同于海面無人船，內(nèi)河相對(duì)狹窄和復(fù)雜的環(huán)境，對(duì)無人船的定位和感知帶來了新的挑戰(zhàn)。最近，清華大學(xué)與西北工業(yè)大學(xué)的研究人員聯(lián)合歐卡智舶公開了內(nèi)陸水道中無人船的多傳感器數(shù)據(jù)集USVInland，旨在促進(jìn)無人船領(lǐng)域相關(guān)研究。

如今，無人駕駛技術(shù)日益成熟，無人機(jī)隨處可見，無人駕駛汽車也經(jīng)常登上頭條。

天上和地上都有“無人設(shè)備”了，那水上呢？

當(dāng)然是AI船長——“無人船”了！

海洋上的無人船技術(shù)近年來可謂是“百花齊放”，甚至聽說單靠CPU就能開發(fā)在海上的無人船。

然而，內(nèi)陸河道中的無人船技術(shù)還非常有限，這是由于內(nèi)陸水道比較狹窄，GPS信號(hào)會(huì)由于河岸植被、河道旁建筑以及橋梁的遮擋而減弱，并且在內(nèi)河中，無人船的姿態(tài)變化更加頻繁，所以無人駕駛和海上無人船技術(shù)的通用策略在內(nèi)河上是行不通的。

針對(duì)以上挑戰(zhàn)，清華大學(xué)與西北工業(yè)大學(xué)的研究人員聯(lián)合歐卡智舶公開了一組內(nèi)陸水道中無人船的多傳感器數(shù)據(jù)集——USVInland，據(jù)說該數(shù)據(jù)集是全球第一個(gè)內(nèi)河場景下的無人船數(shù)據(jù)集。

▍耗時(shí)4個(gè)月，風(fēng)雨無阻采集多種數(shù)據(jù)

“世界上第一個(gè)內(nèi)河無人船數(shù)據(jù)集”！這么牛的數(shù)據(jù)集USVInland是怎么來的呢？

研究人員花了四個(gè)月的時(shí)間，利用自家無人駕駛船風(fēng)雨無阻地在各種天氣條件下、不同的時(shí)間段、以及不同的內(nèi)陸河道場景中收集。

USVInland數(shù)據(jù)集涵蓋了內(nèi)河的大多數(shù)駕駛情況，共采集到了27段原始數(shù)據(jù)，總行駛距離超過26公里。

這些數(shù)據(jù)來源于無人船上安裝的多個(gè)傳感器，包括激光雷達(dá)系統(tǒng)，立體攝像機(jī)，毫米波雷達(dá)，GPS天線和慣性導(dǎo)航系統(tǒng)IMU。

其中，激光雷達(dá)系統(tǒng)可以精確捕獲船上的3D屬性，3個(gè)毫米波雷達(dá)負(fù)責(zé)提供周圍環(huán)境點(diǎn)云數(shù)據(jù)。

為了同步多個(gè)傳感器的數(shù)據(jù)，在收集開始時(shí)，研究人員首先記錄每個(gè)傳感器捕獲的幀的絕對(duì)時(shí)間戳。然后，將每個(gè)傳感器內(nèi)部時(shí)鐘的每個(gè)幀的準(zhǔn)確相對(duì)時(shí)間戳與傳感器數(shù)據(jù)一起記錄下來。這種方法的同步精度很高，可以很好地滿足內(nèi)陸水道場景的要求。

▍數(shù)據(jù)集含有多種算法支持

受到目前發(fā)布最早、影響力最大的自動(dòng)駕駛算法評(píng)測數(shù)據(jù)集KITTI的啟發(fā)，USVInland數(shù)據(jù)集引入了SLAM（同時(shí)定位與地圖構(gòu)建）、立體匹配和水岸分割任務(wù)。

SLAM對(duì)于內(nèi)河的無人船是必需的，尤其是在無法直接測量船的位置的情況下，數(shù)據(jù)來自無人船GPS位置和IMU姿態(tài)信息的輸出。SLAM基準(zhǔn)測試總共包含33個(gè)公共序列，這些公共序列是從27個(gè)原始序列中剪切而來的，每個(gè)SLAM序列的持續(xù)時(shí)間范圍從100秒到2600秒。

在內(nèi)河航道的復(fù)雜場景中，可靠的立體聲匹配系統(tǒng)有助于安全導(dǎo)航。立體匹配子數(shù)據(jù)集中有324個(gè)圖像對(duì)，為了生成立體匹配基準(zhǔn)的地面實(shí)況，地面真實(shí)數(shù)據(jù)是從激光雷達(dá)點(diǎn)云生成的。

水岸分割則有助于無人船區(qū)分可航行區(qū)域和障礙物、河面反射和真實(shí)物體；水分割基準(zhǔn)包含700張圖像，這些圖像是通過手動(dòng)選擇具有各種水線形狀的水道圖像來選擇的。其中，有518張相對(duì)低分辨率（640*320）和182張相對(duì)高分辨率（1280*640）的圖像以及注釋數(shù)據(jù)。

在應(yīng)用了多種算法后，研究團(tuán)隊(duì)證實(shí)了：將自動(dòng)駕駛的通用方法應(yīng)用于內(nèi)河航道場景時(shí)效果并不好，也不滿足無人船安全航行的要求。

▍進(jìn)一步拓展數(shù)據(jù)集，為行業(yè)提供支持

歐卡智舶的研究團(tuán)隊(duì)表示，USVInland數(shù)據(jù)集的發(fā)布，是為無人船及水面自動(dòng)駕駛領(lǐng)域相關(guān)研究者提供一個(gè)平臺(tái)和基準(zhǔn)，并促進(jìn)該領(lǐng)域的發(fā)展。

接下來，他們將計(jì)劃繼續(xù)拓展數(shù)據(jù)集，例如更多的歷史數(shù)據(jù)，以便對(duì)現(xiàn)實(shí)世界內(nèi)陸水道中的USV的長期SLAM進(jìn)行研究。

責(zé)任編輯：lq