51WORLD虚拟标注数据集使用文档

1. 引言

在51WORLD虚拟标注数据集中，主要包含由51Sim-One所产生的摄像头传感器相关数据和激光雷达传感器相关数据。摄像头传感器相关数据主要包括图像和对应的语义分割、实例分割、深度标注、目标检测标注；激光雷达传感器相关数据主要包括激光点云和对3Dbboxes标注、语义分割标注、实例分割标注。51WORLD虚拟标注数据集内容丰富且全面，可满足用户对于图像目标检测、点云目标检测、融合目标检测、光流、实例分割、语义分割和深度预测等算法研究的需求。为了帮助用户快速了解和使用51WORLD虚拟标注数据集，本文将通过5个章节来介绍51WORLD虚拟标注数据集的使用方法。第二节将介绍51WORLD虚拟标注数据集的坐标系定义和各个坐标系的对应关系；第三节将介绍数据集的一些参数配置和标注文件；第四节将介绍数据集的目录结构；第五节将介绍该数据集同步；第六节为附录，将介绍数据集的物理材质定义、用户工具和深度学习示例。

2. 数据集坐标系定义

其中所有坐标系都为右手笛卡尔坐标系，旋转顺序为内旋ZYX(Yaw, Pitch, Roll)。主车坐标系、激光雷达坐标系和世界坐标系为X朝前、Y朝左、Z朝上，摄像头坐标系为X朝右、Y朝下、Z朝前。坐标系示意图如下。

2-1 坐标系示意图

Lidar坐标系和Camera坐标系的原点都位于主车的车顶，且位置重合；主车坐标系的原点位于主车后轴中心对应的地面。示意图如下:

图2-2 坐标系位置图

3. 数据集参数及标注文件说明

3.1 数据集采集参数说明

在每份虚拟数据集采集的时候都会保存一份数据集的参数设置在DumpSettings.json中。其中包含天气及环境参数、相机内外参及特性参数、激光雷达的内外参和采集时间等信息。数据集采集参数描述如下表：

表3-1 DumpSettings的参数说明

参数字段	单位	描述
simulator	\	仿真器名称，本数据集由51Sim-One产生
version	\	51Sim-One的版本号
weather	timeOfDay为24h制的时间，如900表示9:00，1450表示14:30。cloudDensity、rainDensity、showDensity、fogDensity、humidity、dirtiness、adhesion均为0-1的连续值，值越大表示程度越高。	天气参数与时间参数。其中包括timeOfDay(场景时间)、cloud Density、rainDensity、showDensity、fogDensity、humidity (地面潮湿度)、dirtiness(地面脏迹)、adhesion(地面摩擦力)
camera	pos的单位为m；rot的单位为rad。	摄像头的内外参信息。pos、rot分别表示相机相对主车坐标系的位置和旋转，height、width表示图像长宽；fov表示相机的水平视野张角，cx、cy、fx、fy表示相机的标定内参；exposure、tint、saturation 等其他参数用于模拟相机的特性，如曝光特性、色温特性、饱和度特性等。
lidar	pos的单位为m；rot的单位为rad；range的单位为m；horizontalResolution、leftAngle、rightAngle、verticalAngles的单位均为角度。	激光雷达的内外参信息。pos、rot分别表示相机相对主车坐标系位置和旋转，channels表示激光雷达的线数，horizontalResoluti表示激光雷达的水平分辨率、leftAngle和rightAngle表示感知范围、verticalAngles表示激光雷达每条射线的出射角度，range表示探测距离。
createTime	单位为机器时间	用于记录创建该数据集的时间。

3.2 摄像头目标标注文件说明

摄像头目标标注文件存放在image_label文件夹中，这些文件保存了摄像头的位姿信息和目标二维、三维的标注信息。摄像头目标标注文件的描述如下：

表3-2 每一帧记录参数信息表

参数字段	单位	描述
pos	m	摄像头在世界坐标系（x、y、z）的坐标
rot	rad	摄像头在世界坐标系的旋转坐标
vel	m/s	摄像头在世界坐标系中的速度
localACC	m/s^2	主车坐标系下的IMU加速度信息
localAngVel	rad/s	主车坐标系下的IMU角速度信息
bboxes	\	小于遮挡比例所有目标的2d包围框集合
bboxesCulled	\	大于遮挡比例的所有目标的2d包围框集合
bboxes3D	\	所有目标的3d包围框集合

表3-3 bboxes和bboxesCulled单个目标参数信息表

参数字段	单位	描述
id	\	目标的ID
type	\	目标的类型
bbox	pixel	目标在图像坐标系的坐标（左上x和y, 右下x和y）
obbox	pixel	目标在图像系中的方向坐标（中心坐标、长、宽、方向）
pixelRate	比例，范围0-1	未被遮挡的像素的面积/模型整体的BBOX矩形面积
rectRate	比例，范围0-1	未被遮挡的像素的最小包围矩形的面积/模型整体的BBOX矩形面积

表3-4 bboxes3D单个目标参数信息表

参数字段	单位	描述
id	\	目标的ID
type	\	目标的类型
pos	m	目标在世界坐标系所处的坐标
rot	rad	目标在世界坐标系的旋转坐标
size	m	目标的在世界坐标系中的长、宽、高
vel	m/s	目标在世界坐标系中的加速度
localAcc	m/s^2	目标在主车坐标系下的IMU加速度信息
localAngVel	rad/s	目标在主车坐标系下的IMU角速度信息
relativePos	M	目标相对于摄像头坐标系的坐标
relativeRot	Rad	目标相对于摄像头坐标系的旋转坐标

3.3 激光雷达目标标注文件说明

激光雷达目标标注文件存放在pcd_label中，这些文件保存了激光雷达的位姿信息和三维的标注信息。激光雷达目标标注文件的描述如下：

表3-5 每一帧记录参数信息表

参数字段	单位	描述
pos	m	激光雷达在世界坐标系（x、y、z）的坐标
rot	rad	激光雷达在世界坐标系的旋转坐标。
vel	m/s	激光雷达在世界坐标系中的速度
localAcc	m/s^2	主车坐标系下的IMU加速度信息
localAngVel	rad/s	主车坐标系下的IMU角速度信息
bboxes3D	\	所有目标的3d包围框集合

表3-6 bboxes3D单个目标参数信息表

参数字段	单位	描述
id	\	目标的ID
type	\	目标的语义类型
pos	m	目标在世界坐标系所处的坐标
rot	rad	目标在世界坐标系的旋转坐标
size	m	目标的在世界坐标系中的长、宽、高
vel	m/s	目标在世界坐标系中的加速度
localAcc	m/s^2	目标在主车坐标系下的IMU加速度信息
localAngVel	rad/s	目标在主车坐标系下的IMU角速度信息
relativePos	m	目标相对于激光雷达坐标系的坐标
relativeRot	rad	目标相对于激光雷达坐标系的旋转坐标

4. 数据集目录结构说明

51WORLD虚拟标注数据集中包含种类相当丰富的数据，可满足用户对于图像目标检测、点云目标检测、融合目标检测、光流、实例分割、语义分割和深度预测等算法研究的需求。数据集的总体目录结构如下，用户也可以根据自己的需求去下载相应的数据集。

51Sim-One
    |--- train
        |--- scene1
            |---image_label 
            |---pcd_label 
            |---pcd_bin  
            |---image
            |---image_segmentation
            |---depth
            |---image_instance
            |---flow_flagbit_forward
            |---flow_groundtruth_forward
            |---flow_flagbit
            |---flow_groundtruth
            |---flow_panoptic
            |---video
            |---DumpSettings.json
        |--- scene2
        ...
    |--- test
        |---scene1
            |---pcd_bin
            |---image
            |---video
            |---DumpSettings.json
        |--- scene2
        ...

各级目录和文件的解释如下：

表4-1 文件夹与文件描述

文件名 / 文件夹名	描述
scene	用于记录数据发布的时间或者包含场景信息
image_label	存放图像目标标注文件
pcd_label	存放点云目标标注标签
pcd_bin	存放点云二进制数据，包含点云的x, y, z, intensity信息
image	存放仿真的图像数据
Image_segmentation	存放图像语义分割数据，像素值1-31分别代表一种类别
depth	存放深度图
image_instance	存放图像实例分割图，每种颜色代表一类
flow_flagbit_forward	存放前向光流标注位，用以标注对应像素点的光流有效性。文件以二进制int8形式存储，flagbit为0则说明该像素点为有效光流，为1则表示光流超出范围，为2则表示被遮挡了。
flow_groundtruth_forward	存放前向光流的真值，以float32的形式存储，每个像素点对应两个channel，channel[0]表示帧间x方向偏移，channel[1]表示帧间y方向偏移。
flow_flagbit	存放后向光流标注位，用以标注对应像素点的光流有效性。文件以二进制int8形式存储，flagbit为0则说明该像素点为有效光流，为1则表示光流超出范围，为2则表示被遮挡了。
flow_groundtruth	存放后向光流的真值，以float32的形式存储，每个像素点对应两个channel，channel[0]表示帧间x方向偏移，channel[1]表示帧间y方向偏移。
flow_panoptic	存放全景分割的图像，以颜色区分类别
video	存放视频及标签，标签通过将时间戳与视频帧进行对应
DumpSettings.json	存放数据集下载时的一些参数配置，如相机的内外参等

5. 数据集同步

传感器数据集采用离线同步的方式。当传感器采用相同帧率或倍数帧率输出数据集时，所有传感器的输出会严格时间同步。在51WORLD虚拟标注数据集中，每个类型的数据都是完全同步的，精确到每一辆车的位置和朝向、每一个行人的姿态和动作。同样利用51Sim-One的传感器数据集同步机制，摄像头和激光雷达数据也可以做到完全同步，这点可以从前面的激光雷达仿真效果展示可以看到。基于完全同步的摄像头和激光雷达数据集，我们可以更方便的做感知融合算法的测试和训练。

6. 附录

6.1 用户工具

为方便用户使用数据集，我们提供了两个工具，分别是数据加载工具和kitti转化工具。详见user_tools文件夹。

6.2 物理材质

本数据集标注了动静态障碍物、建筑物和环境信息等31个物理材质。物理材质及其对应的编号，颜色如下表:

表6-1 51WORLD数据集物理材质

Id	物理材质	资源	RGB
1	Foliage	树、灌木、相对较高的花	107,142,35
2	Building	各类建筑物	70,70,70
3	Road	行车道	128,64,128
4	Pedestrian	行人，行人身上的小物品：如手机、背包和手提箱	220,20,60
5	Pole	交通牌或交通灯的杆子、带杆子的路灯、其他地面管状杆子	153,153,153
6	Car	小汽车	0,0,142
7	Static	未分类的静态物体：如路边公交站台、电话亭等	0,0,0
8	Bicycle	路上的动态自行车	119,11,32
9	Fence	栅栏、建筑物围栏	190,153,153
10	Sky	天空	70,130,180
11	SideWalk	人行道	244,35,232
12	RoadMark	车道线	240,240,240
13	TrafficSign	交通牌、指示牌	220,220,0
14	Wall	围墙	102,102,156
15	TrafficLight	交通灯	250,170,30
16	Terrain	草地、沙地、泥地、路边花坛地、花坛中矮小的花	152,251,152
17	Rider	自行车上的人、摩托车上的人	255,0,0
18	Truck	卡车、搅拌车、箱式货车	0,0,70
19	Bus	客车、大巴车	0,60,100
20	SpecialVehicle	特殊车辆：警车、救护车、消防车、火车，轻轨等	0,80,100
21	Motorcycle	摩托车、电瓶车	0,0,230
22	Dynamic	未分类的动态物体，比如小动物，也可用来标记可移动物体，如路边的临时桌椅，行人的手提箱、婴儿车	111,74,0
23	GuardRail	交通栏杆	180,165,180
24	Ground	其他平地，水面	81,0,81
25	Bridge	桥梁、高架桥、天桥	150,100,100
26	SpeedLimitSign	限速牌	220,220,0
27	StaticBicycle	路边的静态自行车	169,11,32
28	Parking	停车场、路边停车区域	250,170,160
29	RoadObstacle	路上的静态障碍物：交通锥、水马、雪糕筒、隔离栏等	230,150,140
30	Tunnel	隧道	150,120,90
31	TrashCan	垃圾桶	151,124,0

6.3下载地址

百度网盘链接：https://pan.baidu.com/s/1FDeb3mcY8J79A6o6IydKOQ

提取码：5151

6.4算法示例

本数据提供了三个简单的算法示例，分别是图像目标检测算法、激光雷达目标检测算法和融合目标检测算法。其中目标检测算法为一个非官方实现的YOLOv2算法，激光雷达目标检测算法为非官方实现的PIXOR算法，融合目标检测算法为mmdetection3d框架中的MVX-NET算法。用户可根据自己的需求，选择算法示例进行开发和优化，提出自己的创新点。详见：

图像目标检测算法：https://github.com/JaHorL/yolov2-51WORLDDataset

激光雷达目标检测算法：https://github.com/JaHorL/pixor-51WORLDDataset

融合目标检测算法及激光雷达目标检测算法(mmdetection3d): https://github.com/JaHorL/mmdet3d-51WORLDDataset