多域室内数据集用于移动机器人的视觉位置识别和异常检测
Piotr Wozniak1, Tomasz Krzeszowski2, Bogdan Kwolek3
1Faculty of Electrical and Computer Engineering, Rzeszow University of Technology, Rzeszow, 35-959, Poland. p.wozniak@prz.edu.pl.
Scientific data
|May 19, 2025
概括
一个新的数据集帮助移动机器人进行视觉位置识别和异常检测. 该资源加速了对导航各种室内环境的自主系统的研究.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 视觉位置识别,包括位置识别 (PR) 和异常检测 (AD),对于自动驾驶机器人来确定其位置和识别占用空间至关重要.
- 现有的数据集可能无法完全捕捉移动机器人导航的现实室内环境的复杂性.
研究的目的:
- 为移动机器人量身定制的室内视觉位置识别和异常检测引入一个全面的多域数据集.
- 促进自主机器人本地化和环境意识方面的进步.
主要方法:
- 在九个房间收集了89,550张RGB图像,包括手动和机器人驱动的录音.
- 包括各种各样的场景,包括各种各样的照明,机器人视觉视角和人类活动.
- 进行了对现有文献数据集的分析,以进行比较.
主要成果:
- 使用基线方法在单图像异常检测中获得了80.18%的准确性.
- 在图像序列上的异常检测证明了80.63%-84.18%的准确性.
- 详细分析了图像序列特征和关键研究结果.
结论:
- 引入的数据集是一个有价值的,免费可用的资源,用于PR和AD研究在移动机器人.
- 基线方法显示出有希望的性能,强调了数据集在评估新算法的实用性.
- 该数据集支持对在动态的室内环境中强大的机器人导航和情境意识的研究.
