摘要

全景场景理解与动态目标跟踪对于机器人及自动驾驶车辆在城市环境中的导航至关重要。由于激光雷达（LiDAR）能够提供与光照无关的高精度几何场景描述，基于LiDAR点云执行此类任务可获得可靠的预测结果。然而，现有数据集在城市场景类型上缺乏多样性，且动态物体实例数量有限，这不仅制约了相关任务的学习效果，也影响了所提出方法的可信基准评估。本文提出一个大规模的全景nuScenes基准数据集，该数据集在广受欢迎的nuScenes数据集基础上，新增了逐点标注的语义分割、全景分割及全景跟踪任务的真值标签。为便于对比，我们在所提出的数据集上提供了多个强基准模型。此外，我们分析了现有全景跟踪评估指标的局限性，并提出了新颖的以实例为中心的PAT（Instance-Centric Panoptic Tracking）评估指标，有效解决了现有方法中的关键问题。通过全面的实验验证，我们展示了Panoptic nuScenes相较于现有数据集的显著优势，并已在nuScenes.org开放在线评估服务器。我们相信，这一扩展将显著推动动态城市环境场景理解新方法的研究进展。