GOLD-BEV: GrOund- und aeriaL-Daten für dichte semantische BEV-Kartierung dynamischer Szenen
GOLD-BEV: GrOund- und aeriaL-Daten für dichte semantische BEV-Kartierung dynamischer Szenen
GOLD-BEV ist ein Cross-View-Datensatz, der aus zeitlich synchronisierten Beobachtungen aus der Luft und von fahrzeugintegrierten Sensoren besteht und der Erstellung dichter semantischer Bird's-Eye-View-(BEV)-Karten dynamischer Verkehrsszenen dient. Eine an einem Hubschrauber montierte Kamera erfasst hochauflösende RGB-Bilder aus der Vogelperspektive, während ein instrumentiertes Fahrzeug gleichzeitig Daten einer nach vorne gerichteten RGB-Kamera, mehrerer LiDAR-Sensoren sowie GNSS/INS-Messungen aufzeichnet. Die synchronisierte Luftperspektive liefert eine dichte und geometrisch ausgerichtete Beobachtung derselben dynamischen Szene, die gleichzeitig aus der Perspektive des Fahrzeugs erfasst wird.
Der Datensatz umfasst 8.199 synchronisierte Samples, die auf einer etwa 60 km langen Strecke in städtischen und vorstädtischen Gebieten sowie auf Autobahnen erfasst wurden. GOLD-BEV unterstützt die Forschung in den Bereichen Ego-to-BEV-Rekonstruktion, dichte semantische BEV-Kartierung, Cross-View-Learning und die Nutzung von Luftaufnahmen als Supervisonsdaten für dynamische Verkehrsszenen.
Cross-View-Luftbild-Supervision für semantisches BEV-Mapping.
Eine auf einem Hubschrauber montierte Kamera zeichnet hochauflösende RGB-Luftbilder (a) auf, die zeitlich mit einem mit Sensoren ausgestatteten Fahrzeug synchronisiert sind, das eine nach vorne gerichtete RGB-Kameraansicht sowie LiDAR-Scans (b) erfasst. Durch die georeferenzierte Ausrichtung der Luftbilder auf das Fahrzeugkoordinatensystem erhalten wir BEV-ausgerichtete Bildausschnitte und dichte semantische Ziele. Diese dienen als Supervision für die Vorhersage semantischer BEV-Karten aus den Ego-Sensoren des Fahrzeugs (c).
Die Beispiele zeigen synchronisierte RGB- und LiDAR-Beobachtungen
aus der Fahrzeugperspektive sowie die entsprechenden, aus der Luft aufgenommenen, dichten semantischen BEV-Überwachung. GOLD-BEV beinhaltet fünf semantische Klassen: Straße, Gehweg, Gebäude, Fahrzeug und gefährdete Verkehrsteilnehmer (VRU).
Bittezitieren Sie das folgende Paper, falls Sie GOLD-BEV für Ihre Arbeiten nutzen:
Niemeijer, J., Ben Zekri, A. E., Bahmanyar, R., Schmälzle, P. M., Chaabouni-Chouayakh, H., and Kurz, F., “GOLD-BEV: GrOund and aeriaL Data for Dense Semantic BEV Mapping of Dynamic Scenes,” arXiv preprint arXiv:2604.19411, 2026.
