Conjuntos de datos inerciales montados en ruedas

Área de la Ciencia:

• Robótica y Sistemas Autónomos
• Fusión de Sensores y Navegación

Sus antecedentes:

• Los sensores inerciales son cruciales para la navegación de vehículos, pero el montaje en el chasis conduce a una deriva significativa.
• Los sensores inerciales montados en las ruedas ofrecen una mejor mitigación de la deriva en comparación con las alternativas montadas en el chasis.
• La falta de conjuntos de datos disponibles públicamente dificulta la investigación y el desarrollo en detección inercial montada en ruedas.

Objetivo del estudio:

• Presentar el conjunto de datos inerciales montados en ruedas (WMI), abordando la brecha en datos disponibles públicamente para sensores inerciales montados en ruedas.
• Proporcionar un recurso completo para desarrollar y validar algoritmos que utilizan datos de sensores inerciales montados en ruedas.

Principales métodos:

• Se registraron datos utilizando dos plataformas distintas: un robot omnidireccional con 5 IMU y un automóvil de pasajeros con 9 IMU.
• Cada plataforma estaba equipada con unidades de medición inercial (IMU) montadas en cada rueda.
• Se recopilaron 64,04 minutos de grabaciones por IMU, lo que totaliza 490 minutos en todos los sensores, con trayectorias de verdad terrestre asociadas.

Principales resultados:

• El conjunto de datos WMI comprende datos sincronizados de múltiples IMU posicionadas en las ruedas del vehículo.
• El conjunto de datos incluye trayectorias de verdad terrestre esenciales para el desarrollo de algoritmos de navegación y fusión de sensores.
• Este recurso facilita la evaluación de enfoques basados en modelos y basados en datos para sensores inerciales montados en ruedas.

Conclusiones:

• El conjunto de datos WMI es una valiosa contribución al campo de la detección inercial para la navegación de vehículos.
• Permite a los investigadores desarrollar y probar algoritmos avanzados para mejorar la localización y la estimación del estado.
• La disponibilidad de este conjunto de datos acelerará la innovación en sistemas autónomos y robótica.