一个多模式的地面对空交叉视图对现场机器人构成估计数据集
Xia Yuan1, Kaiyang Wang2, Riyu Qin2
1Nanjing University of Science and Technology, School of Computer Science and Engineering, Nanjing, 210094, China. yuanxia@njust.edu.cn.
Scientific data
|May 7, 2025
概括
这项研究引入了一个新的多式联运数据集,用于精确的机器人定位,融合了LiDAR,空中和地面视图数据. 它可以在全球导航卫星系统 (GNSS) 失败的充满挑战的环境中实现强大的导航.
科学领域:
- 机器人技术和自主系统
- 地理空间信息科学 地理空间信息科学
- 计算机视觉 计算机视觉
背景情况:
- 高精度定位对于各个领域的智能机器人来说至关重要,但全球导航卫星系统 (GNSS) 的性能在受阻的环境下下降.
- 目前用于交叉视图姿势估计的现有数据集缺乏现实世界的现场场景和高分辨率光检测和测距 (LiDAR) 数据.
研究的目的:
- 引入一套新的多式联运数据集,用于交叉视图位估计,解决当前资源的局限性.
- 为了促进机器人在无GNSS条件下运行的强大的定位系统的开发.
主要方法:
- 收集了29940的同步数据集,包括144通道LiDAR点云,地面RGB图像和11个不同的环境中的空中正视图.
- 使用GNSS融合和后处理的动力定位,确保了厘米级的地理参考准确性.
- 集成的高分辨率LiDAR,空中和地面视图数据三重组,用于全面评估.
主要成果:
- 该数据集独特地将现场和城市场景与高保真传感器数据相结合.
- 为评估3-DoF姿势估计算法提供了宝贵的资源,重点是方向对齐和坐标转换.
- 为先进的户外导航研究提供LiDAR增强的地面真相.
结论:
- 开发的多式联运数据集显著推进了对交叉视图本地化技术的评估.
- 它支持在具有挑战性的现实世界条件下为智能机器人创建更可靠,更准确的导航系统.
- 这种资源对于多传感器融合和功能匹配用于机器人本地化的研究至关重要.
更多相关视频
09:41Estimation of Contact Regions Between Hands and Objects During Human Multi-Digit Grasping
Published on: April 21, 2023
1.4K
06:32Author Spotlight: Automated Deep Brain Stimulation for Parkinson's Disease - Exploring the Possibilities and Challenges of Home Monitoring
Published on: July 14, 2023
1.1K
