KTH/SynFlow

SynFlow数据集是一个用于LiDAR场景流估计的合成基准数据集，通过CARLA模拟器生成，旨在支持自动驾驶研究。数据集提供密集的3D场景流真实标签，其中自车在多个CARLA城镇中沿预定义路线行驶，LiDAR以10Hz频率捕获点云。每个场景存储为单独的HDF5文件，持续时间约为20秒（64束LiDAR约200帧）或30秒（32束LiDAR约302帧）。动态对象（如车辆、行人）具有实例级刚性流标签，静态背景点则通过自运动补偿流处理。数据集包括四种配置：1k（约271,148帧，覆盖城镇06、07、10的动脉道路和复杂交叉口）、2k（约449,407帧，覆盖城镇01-05的环岛和多车道交叉口）、3k（1k和2k的组合，约720,555帧）和4k（2k和城镇12的组合，约939,083帧）。数据格式与OpenSceneFlow兼容，包含点云、姿态矩阵、场景流向量、实例ID、类别索引和地面掩码等信息。数据集可用于训练和评估场景流估计模型，并提供了预训练模型检查点。The SynFlow dataset is a synthetic LiDAR scene flow benchmark collected using the CARLA simulator, designed for autonomous-driving research. It provides dense 3D scene-flow ground truth, where an ego vehicle drives along pre-defined routes in multiple CARLA towns while a LiDAR captures point clouds at 10 Hz. Each scene is stored as a separate HDF5 file and spans roughly 20 seconds (~200 frames for 64-beam LiDAR) or 30 seconds (~302 frames for 32-beam LiDAR). Dynamic objects (e.g., vehicles, pedestrians) receive instance-level rigid-body flow labels, while static background points are compensated with ego-motion flow. The dataset includes four configurations: 1k (approximately 271,148 frames, covering Town06, 07, 10 with arterials and complex junctions), 2k (approximately 449,407 frames, covering Town01–05 with roundabouts and multi-lane intersections), 3k (combination of 1k and 2k, approximately 720,555 frames), and 4k (combination of 2k and Town12, approximately 939,083 frames). The data format is compatible with OpenSceneFlow and includes point clouds, pose matrices, scene flow vectors, instance IDs, category indices, and ground masks. It supports training and evaluation of scene flow estimation models and comes with pretrained model checkpoints.

原始信息汇总

数据集概述

SynFlow 是一个用于自动驾驶研究的合成 LiDAR 场景流（scene flow）基准数据集，由 CARLA 模拟器生成，格式与 OpenSceneFlow 兼容。

基本信息

• 任务： 其他（场景流估计）
• 模态： 3D
• 语言： 英语
• 许可证： CC-BY-4.0（SynFlow-4k 数据集及基于其训练的模型检查点）
• 标签： scene-flow, lidar, autonomous-driving, carla, synthetic, 3d

数据集内容

• 自车车辆在多个 CARLA 城镇中沿预定义路线行驶，LiDAR 以 10 Hz 频率采集点云。
• 每个场景存储为一个独立的 HDF5 文件，时长约 20 秒（64 线 LiDAR 约 200 帧）或约 30 秒（32 线 LiDAR 约 302 帧）。
• 动态物体（车辆、行人、骑行者等）获得实例级刚体流标签；静态背景点获得自车运动补偿流。

数据划分

划分	标注帧数	文件夹名称	组成	存储大小 (GB)
1k	271,148	town-06-07-10	Town06, 07, 10	214G
2k	449,407	town-01-05	Town01–05	419G
3k	720,555	town-06-07-10 + town-01-05	Town06-07-10, Town01-05	633G
4k	939,083	town-01-05 + town-12	Town01-05, Town12	986G

文件结构

• 文件命名：scene-{town_id}{channels}{route_id:04d}{scene_split:02d}.h5
  • town_id：CARLA 城镇编号（如 01, 12）
  • channels：LiDAR 线束（32, 64）
  • route_id：4 位路线索引
  • scene_split：2 位长路线划分编号
• 提供索引文件 index_total.pkl，包含所有帧的 [scene_id, timestamp] 对。
• 提供基于 DeltaFlow 骨干网络的预训练模型检查点（synflow-4k-longadp.ckpt 和 synflow-real-longadp.ckpt）。

数据采集

• 模拟器： CARLA 0.9.16
• 传感器： sensor.lidar.ray_cast_semantic
• 坐标系统： 右手系（RHS）
• 自车： Tesla Model 3
• NPC 数量： 每场景约 70 辆车辆 + 约 80 名行人
• 城镇： Town01–Town10, Town12

HDF5 模式

每个 HDF5 文件包含一个场景，每帧数据存储在一个以微秒时间戳命名的组（group）下。每个组包含：

键	形状	数据类型	描述
lidar	(N, 3)	float32	传感器坐标系下的点云 (X, Y, Z)
pose	(4, 4)	float64	自车 4×4 变换矩阵（世界 ← 自车）
flow	(N, 3)	float32	从时刻 t 到 t+1 的场景流向量
flow_is_valid	(N,)	bool	每个点的流有效性掩码
flow_category_indices	(N,)	uint8	语义类别索引（0 表示背景/静态）
flow_instance_id	(N,)	int16	实例 ID（-1 表示背景，正数表示动态物体）
ground_mask	(N,)	bool	地面点掩码（True 为地面）

引用

bibtex @article{zhang2026synflow, author = {Zhang, Qingwen and Zhu, Xiaomeng and Jiang, Chenhan and Jensfelt, Patric}, title = {{SynFlow}: Scaling Up LiDAR Scene Flow Estimation with Synthetic Data}, journal = {arXiv preprint arXiv:2604.09411}, year = {2026}, }

搜集汇总

数据集介绍

构建方式

SynFlow数据集依托CARLA模拟器采集而成，采用10Hz频率的激光雷达（64线或32线）在多个预设城镇（Town01至Town12）中沿固定路线采集点云数据。每一场景存储为独立的HDF5文件，约包含200至302帧。动态物体（车辆、行人等）通过实例级别的刚体变换生成精确的流向量，静态背景则依据自车运动进行补偿。数据经过Y轴翻转转换为右手坐标系，并滤除自车包围框内的点云。

特点

SynFlow数据集的一大特色是其密集且语义丰富的三维场景流标注。每一点均附有流向量、类别索引、实例标识及地面掩码，便于细粒度分析与模型训练。数据集提供四种规模（1k至4k）的划分，涵盖多样化道路环境，存储规模从214GB至986GB不等。此外，数据集与OpenSceneFlow高度兼容，并额外提供基于DeltaFlow框架的预训练模型权重，支持纯合成数据与合成+真实数据的两种设定。

使用方法

用户可通过HuggingFace命令行工具下载数据集，例如通过`hf download KTH/SynFlow --repo-type dataset`下载完整数据，或指定子集（如town-06-07-10）以减小存储占用。使用时需解析HDF5文件中的帧组键（时间戳），提取点云、姿态、流向量等字段。建议配合OpenSceneFlow工具链进行可视化与训练，并按照给定的训练指令配置数据路径、模型参数及数据增强选项。

背景与挑战

背景概述

SynFlow数据集由瑞典皇家理工学院（KTH）的研究团队于2026年创建，旨在解决自动驾驶领域LiDAR场景流估计中标注数据匮乏的瓶颈。借助CARLA模拟器，该数据集在多种虚拟城镇中采集了超过90万帧的密集三维点云场景流真值，覆盖64线与32线激光雷达配置，并提供了实例级别的动态物体运动标签。SynFlow的发布极大推动了场景流估计研究，为模型训练提供了大规模、高质量的基准数据，其配套的DeltaFlow骨干网络在多项任务中展现出卓越性能。

当前挑战

SynFlow数据集主要应对两大挑战：其一，真实场景中LiDAR场景流标注成本高昂且难以获取，限制了深度学习模型的泛化能力，而合成数据虽可大规模生成，但存在域迁移问题，需确保模拟数据能有效提升真实场景下的估计精度；其二，构建过程中需在CARLA环境中精确同步多实例动态物体的运动轨迹，处理LiDAR点云与语义标签的对应关系，并解决不同配置（如波束数、帧率）下的数据一致性与存储优化难题，数据集规模近1TB，对存储与处理效率提出了严苛要求。

常用场景

经典使用场景

在自动驾驶感知领域，三维场景流估计是理解动态环境的关键技术。SynFlow数据集作为大规模合成LiDAR场景流基准，其经典使用场景在于为模型训练提供密集且精确的三维运动场真值。凭借CARLA模拟器生成的多城镇、多路况数据，该数据集支持从两帧点云中逐点预测运动向量，尤其适用于复杂城市环境中动态物体（如车辆、行人）与静态背景的分离运动估计。研究者可利用其丰富的实例级标注，系统性地训练和评估基于深度学习的场景流网络，从而推动点云序列中稠密运动感知的精度与鲁棒性提升。

实际应用

在工程落地层面，SynFlow数据集为自动驾驶系统的环境感知模块提供了可靠的预训练资源。实际应用中，该数据集可用于增强车载LiDAR在城市场景中运动物体（如横穿行人和转弯车辆）的瞬时速度感知能力，尤其对紧急制动和路径规划等安全关键环节具有显著价值。此外，数据集的开放格式和与OpenSceneFlow工具链的无缝集成，降低了从研究到部署的转化门槛，使得工业界能够便捷地将合成数据与少量真实数据结合，优化场景流网络的域适应性能。

衍生相关工作

SynFlow数据集的推出催生了一系列具有影响力的衍生工作。其中，基于其数据训练的DeltaFlow骨干网络在多帧场景流估计上取得了高效突破，该工作入选NeurIPS 2025会议并成为后续研究的重要基线。此外，SynFlow与OpenSceneFlow框架的深度结合，推动了标准化的场景流训练与评估流程，相关研究进而探索了基于大语言模型的点云运动解释以及跨模态（LiDAR-相机）联合场景流估计等前沿方向。这些成果共同构建了一个从数据、模型到下游应用的完整生态闭环，持续引领着三维运动理解领域的技术演进。