论文地址：[2206.08171] K-Radar: 4D Radar Object Detection for Autonomous Driving in Various Weather Conditions

下载地址：GitHub - kaist-avelab/K-Radar：用于各种天气条件下自动驾驶的 4D 雷达物体检测

简介：K-Radar 数据集是由韩国延世大学 Intelligent Vehicle Lab 发布的一个大规模车载毫米波雷达感知数据集，旨在推动自动驾驶场景下的三维感知与多模态融合研究。该数据集利用 4D 成像雷达（毫米波雷达，具备距离、方位角、俯仰角和径向速度信息），同步采集了点云、RGB 图像以及车辆自车位姿信息，覆盖城市道路、高速公路、隧道等多样化驾驶场景。

        与传统的 3D 激光雷达数据集相比，K-Radar 更关注雷达数据在恶劣天气（如雨、雾、雪）及低光照环境下的鲁棒性，能够有效弥补激光雷达和相机的不足。其标注内容包括三维目标检测框、语义分割标签以及多模态同步信息，支持多种感知任务的研究。

下载问题解决：

提供了三种方式进行下载（总计 16TB）：

1. 通过我们的本地服务器访问整个数据集
2. 通过 Google Drive 获取部分数据集
3. 通过出厂的 HDD（硬盘驱动器）的数据集总数

其中遇到的最大的问题就是16TB太难下载了，速度慢且可能中途会断。

解决办法：

对于做Radar目标检测的研究者们，可以只下载官方处理后的Sparse 4D Point Cloud

K-Radar数据集很大的主要原因是因为4D Radar Tensor太密集了，单帧数据就有200+G。

【4Dradar】：从谷歌网盘下载稀疏4Dradar，对应现版本中的RadarTensor

【LiDAR及其他标定文件】：1~58文件夹中的lpc及meta（有需要也可以下载cam）

【标签】：我们使用的是作者建议的 'kradar_revised_label_v2_0.zip'而不是1～58中的meta文件（下载链接：KRadar_refined_label_by_UWIPL.zip - Google 云端硬盘）。

下载完后就解压并按如下方式排列：

├── sequence_number (i.e., 1, 2, ..., 58)
      ├── cam_front
      ├── cam_left
      ├── cam_rear
      ├── cam_right
      ├── description.txt
      ├── info_calib
      ├── info_label
      ├── os1-128
      ├── os2-64
      ├── radar_zyx_cube

剩下的按照官方文档进行操作即可，最主要的是下载处理后的Radar文件。