OVPD：OnSite自律走行チャレンジのための仮想・物理融合テスト用データセット

arXiv cs.RO / 2026/4/23

📰 ニュースSignals & Early TrendsTools & Practical UsageModels & Research

共有:

要点

この論文では、OVPDという仮想・物理融合のテスト用データセットを紹介しており、2025年のOnSite自律走行チャレンジで作成され、反復可能かつ原因究明しやすい自動運転評価を支援します。
OVPDはリアル車両をループに組み込む（real-vehicle-in-the-loop）テストを中心に設計され、仮想の周辺交通と車両・インフラの知覚を統合して、実証場上の制御可能なクローズドループ環境を構築します。
データセットには、15個のアトミックシナリオの連鎖に基づく20チームの20クリップが含まれ、車両軌跡や状態、制御コマンド、デジタルツインでレンダリングしたサラウンドビュー観測などを含む、約3時間分のマルチモーダルデータが提供されます。
OVPDは、ロングテールな計画・意思決定の検証を狙い、オープンループおよびプラットフォーム対応のクローズドループ評価をサポートし、安全性・効率・快適性・ルール遵守・交通への影響まで包括的に評価できるとしています。
データセットはHugging Faceで公開され、失敗診断とアルゴリズム改善の反復に活用できる材料が提供されます。

Abstract

自動運転アルゴリズムの急速な反復は、高精細で再生可能、かつ診断可能なテストデータへの需要を高めてきました。しかし、多くの公開データセットは実車のダイナミクスに関するフィードバックや、周囲の交通および道路インフラとのクローズドループな相互作用を欠いているため、実運用に向けた準備状況を反映する能力が制限されています。このギャップに対処するために、私たちはOVPD（OnSite Virtual-Physical Dataset）を提案します。OVPDは2025年のOnSite 自動運転チャレンジからリリースされた、仮想-物理融合のテスト用データセットです。実車インザループ（real-vehicle-in-the-loop）テストを中心に、OVPDは仮想の背景交通と車両-インフラの知覚を統合し、実験場（プロビンググラウンド）上で制御可能でインタラクティブなクローズドループのテスト環境を構築します。このデータセットには、15のアトミックシナリオからなるシナリオチェーンに対して、20チームによる20本のテストクリップが含まれており、合計でほぼ3時間分のマルチモーダルデータを収録しています。そこには、車両の軌跡と状態、制御コマンド、デジタルツインによってレンダリングされた周囲視界の観測が含まれます。OVPDは、ロングテールな計画および意思決定の検証、オープンループまたはプラットフォーム対応のクローズドループ評価、そして安全性・効率・快適性・ルール遵守・交通への影響にわたる包括的な評価をサポートし、失敗の診断と反復的な改善に向けた実行可能な根拠を提供します。このデータセットは以下で利用可能です： https://huggingface.co/datasets/Yuhang253820/Onsite_OPVD