Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration

要約

全地球航法衛星システム (GNSS) がカバーされていない環境での自律ナビゲーションのアルゴリズムは、主に搭載された認識システムに依存しています。
これらのシステムには通常、カメラや光検出測距 (LiDAR) などのセンサーが組み込まれていますが、エアロゾル粒子の存在下ではその性能が低下する可能性があります。
したがって、これらのセンサーから取得したデータを、そのような粒子を透過できる無線探知測距装置（レーダー）からのデータと融合する必要がある。
全体として、これにより、そのような環境条件下での位置特定および衝突回避アルゴリズムのパフォーマンスが向上します。
この論文では、エアロゾル粒子が存在する過酷で構造化されていない地下環境からのマルチモーダル データセットを紹介します。
取得したデータの完全な評価を可能にするために、データセットが収集される搭載センサーと環境の詳細な説明が表示されます。
さらに、データセットには、すべての搭載センサーからの同期された生データ測定値がロボット オペレーティング システム (ROS) 形式で含まれており、そのような環境でのナビゲーションおよび位置推定アルゴリズムの評価を容易にします。
既存のデータセットとは対照的に、この論文の焦点は、時間的および空間的データの多様性を捕捉するだけでなく、捕捉されたデータに対する過酷な条件の影響を示すことにもあります。
したがって、データセットを検証するために、車載 LiDAR からのオドメトリの予備的な比較が示されています。

要約(オリジナル)

Algorithms for autonomous navigation in environments without Global Navigation Satellite System (GNSS) coverage mainly rely on onboard perception systems. These systems commonly incorporate sensors like cameras and Light Detection and Rangings (LiDARs), the performance of which may degrade in the presence of aerosol particles. Thus, there is a need of fusing acquired data from these sensors with data from Radio Detection and Rangings (RADARs) which can penetrate through such particles. Overall, this will improve the performance of localization and collision avoidance algorithms under such environmental conditions. This paper introduces a multimodal dataset from the harsh and unstructured underground environment with aerosol particles. A detailed description of the onboard sensors and the environment, where the dataset is collected are presented to enable full evaluation of acquired data. Furthermore, the dataset contains synchronized raw data measurements from all onboard sensors in Robot Operating System (ROS) format to facilitate the evaluation of navigation, and localization algorithms in such environments. In contrast to the existing datasets, the focus of this paper is not only to capture both temporal and spatial data diversities but also to present the impact of harsh conditions on captured data. Therefore, to validate the dataset, a preliminary comparison of odometry from onboard LiDARs is presented.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google