nuCarla: Neues BEV‑Dataset für CARLA‑Simulation, kompatibel mit nuScenes

Ein neues Dataset namens nuCarla wurde veröffentlicht, das die Lücke zwischen realen Datensätzen und simulierten Lernumgebungen schließt. Es bietet eine umfangreiche Sammlung von Bird‑Eye‑View‑(BEV)‑Daten, die speziell für die CARLA‑Simulation entwickelt wurden und exakt dem nuScenes‑Format entsprechen.

Derzeit basieren die meisten End‑to‑End‑Modelle für autonomes Fahren auf offenen Lernverfahren, die in nicht interaktiven, realen Umgebungen gesammelt wurden. Diese Daten sind für geschlossene Schleifen – wo Wahrnehmung, Planung und Steuerung gemeinsam trainiert und getestet werden – kaum geeignet. Fehlt ein standardisiertes, groß angelegtes Dataset, das robuste Zwischenrepräsentationen wie BEV‑Features ermöglicht, bleiben geschlossene Lernmodelle hinter einfachen regelbasierten Ansätzen zurück.

nuCarla adressiert dieses Problem mit vier Kernvorteilen: Erstens ist es vollständig kompatibel mit dem nuScenes‑Format, sodass bestehende Modelle nahtlos übertragen werden können. Zweitens erreicht die Datensatzgröße die von nuScenes, bietet jedoch eine ausgeglichene Klassenverteilung. Drittens lässt sich nuCarla direkt in geschlossene Simulationsschleifen einbinden, was die Entwicklung und Validierung von End‑to‑End‑Systemen beschleunigt. Viertens liefert das Dataset hochleistungsfähige BEV‑Backbones, die aktuelle Spitzenleistungen bei der Objekterkennung erzielen.

Durch die Bereitstellung von Daten und Modellen als offene Benchmarks fördert nuCarla die Forschung im Bereich geschlossener Lernschleifen und trägt damit wesentlich zur Entwicklung zuverlässiger und sicherheitsorientierter autonomer Fahrsysteme bei.