技术摘要：用于高速自主赛车的 A2RL Vmax 数据集

问题陈述

尽管自主驾驶感知在结构化城市环境方面已取得了显著进展，但针对稀有、高风险和高速场景的研究仍然有限。现有的规模化数据集（如 KITTI、nuScenes、Waymo）主要侧重于城市道路交通，其车速限制在城市内及高速公路条件下。因此，最先进的感知算法通常针对 80 米以内的检测范围进行优化，在处理“长尾”边缘案例时表现挣扎。

自主赛车呈现出独特的挑战，车辆运行速度超过 200 km/h，这为感知、定位和控制创造了关键性的严苛条件。具体挑战包括：

• 远距离感知： 距离 80 米以外的目标返回的 LiDAR 点云非常稀疏（例如在 200 米处目标点的数量通常少于 10 个），导致当前检测器的性能大幅下降。
• 高相对速度： 快速的相对运动（高达 250 km/h）导致在极短的延迟窗口内（例如 50 毫秒内）产生巨大的位置变化，使跟踪和运动估计变得复杂。
• 运动畸变： 高速行驶会诱发运动畸变效应，从而影响静态物体检测和基于地图的定位。
• 数据稀缺性： 先前的赛车数据集（如 RACECAR）缺乏专业的标注真值，而是依赖粗略的 GNSS 位置，这为监督学习引入了不确定性。

方法论与数据集构建

作者介绍了 A2RL Vmax 数据集，该数据集采集自 2024 年阿布扎比自主赛车联盟（A2RL）在亚斯码头 F1 赛道的比赛过程。数据由八支参赛队伍使用配备高性能计算单元和多样化传感器套件的全尺寸赛车（Dallara Super Formula 底盘）收集而成。

数据获取与组成：

• 传感器： 车辆配备了多达三台 LiDAR（Seyond Falcon K）、四台 4D 毫米波雷达（ZF ProWave）、七个摄像头、双天线惯性导航系统（INS）以及地面速度传感器。
• 场景： 数据集涵盖了三个竞赛阶段：单车计时赛、两车对决的“进攻与防守”环节，以及四车竞赛。
• 规模： 数据集包含 297 个场景和 466 条对手车辆轨迹。它包含 305,531 个 LiDAR 点云，其中 28,791 个经过专业标注，包含 38,545 个车辆边界框。此外还包含 386,006 个 RADAR 点云。
• 标注质量： 与之前的赛车数据集不同，本研究对 LiDAR 点云进行了专业的逐帧人工标注，为监督学习提供了高保真的真值。
• 格式： 数据按 nuScenes 格式 进行组织，以确保与现有的深度学习框架（如 OpenPCDet）和评估工具包（nu_scenes devkit）兼容。为了解决不同队伍之间的传感器对齐问题，点云被聚合并转换到一个统一的右手坐标系中。

基准评估方法：
为了建立参考基准，作者在没有进行大规模重新训练或超参数微调的情况下，评估了现成的 3D 检测和跟踪方法。

• 检测： 对 11 种最先进的 3D 检测器（如 SECOND、PointPillars、PV-RCNN、VoxelNeXt、LION）进行了训练和测试。性能通过在三个距离范围（0–80m、80–130m 和 >130m）内的平均精度（AP）、平均朝向误差（AOE）和平均平移误差（ATE）进行衡量。延迟是在与赛车相同的 GPU 硬件上测量的。
• 跟踪： 采用了基于检测的跟踪范式，使用 AB3DMOT 算法。评估通过使用“完美检测结果”作为输入来隔离跟踪性能，测量指标包括 AMOTA、AMOTP、身份切换（IDS）和碎片化（FRAG）。

关键结果

1. 检测性能：

• 短距离 (0–80m)： 大多数方法在城市数据集上的表现与其原始论文中的性能相当，AP 分数在 0.7–0.8 左右。
• 远距离 (>80m)： 性能显著下降。虽然最新的方法在 0–80m 范围内优于旧方法，但在 80–130m 和 >130m 范围内几乎没有改进。例如，LION 在 >130m 范围内的 AP 仅为 0.226。
• 延迟： 只有 SECOND 方法达到了 30 ms 的严格实时阈值。依赖稀疏卷积的方法（如 PointPillars、CenterPoint）接近该阈值，而基于线性 RNN 的方法（Voxel-Mamba、LION）在未经优化的情况下无法满足实时部署的要求。
• 领域差异： 在城市数据集（nuScenes、Argoverse）上预训练的检测器在 A2RL Vmax 数据集上的 AP 接近于零，凸显了城市驾驶与自主赛车之间巨大的领域差异。

2. 跟踪性能：

• 整体情况： 当提供完美检测结果时，基准 AB3DMOT 跟踪器表现出较强的性能（AMOTA 0.814）。
• 距离的影响： 跟踪稳定性高度依赖于距离。尽管数据量仅增加了 20%，但当目标范围扩大到 130m 时，身份切换（IDS）和碎片化（FRAG）指标几乎翻倍。
• 挑战： 基准中使用的卡尔曼滤波器在面对自车偏航角快速变化和高相对速度时表现吃力，尤其是在高速弯道处，这导致了跟踪轨迹的增加的碎片化和身份切换。

重要性与贡献

本文声称的贡献与意义如下：

1. 首个大规模标注赛车数据集： A2RL Vmax 是第一个具有专业标注 LiDAR 点云的大规模自主赛车数据集，为基于深度学习的高速感知研究提供了可能。
2. 极端条件的基准测试： 该数据集作为一个压力测试环境，连接了竞争性基准测试与开放科学协作，专门解决了高速、高交互场景下的“长尾”问题。
3. 识别研究空白： 基准评估表明，目前的先进方法无法泛化到远距离检测（>80m），且难以应对赛车对高延迟、高动态的要求。这凸显了对专门化算法的迫切需求。
4. 开放科学基础设施： 本工作提供了数据集、基准代码和评估工具的开源访问，促进了跨团队的数据共享，并加速了极端运行约束下的自主移动技术创新。

作者总结道，虽然现有方法在近距离检测方面展现出潜力，但仍需要专门的方法来解决高速自主赛车中独特的远距离感知和鲁棒跟踪挑战。未来的工作旨在整合运动预测，并增强真值定位，以解决 GNSS 受限区域的定位挑战。