MUN-FRL: A Visual Inertial LiDAR Dataset for Aerial Autonomous Navigation and Mapping

要約

この論文では、全地球測位衛星システム (GNSS) を使用しないナビゲーション研究を促進するために、マルチセンサー ペイロードを使用してキャプチャされた、ユニークな屋外航空視覚慣性 LiDAR データセットを紹介します。
このデータセットは、DJI M600 ヘキサコプター ドローンと米国研究評議会 (NRC) のベル 412 先進システム研究機 (ASRA) を使用して収集された、300 メートルから 5 キロメートルの範囲の飛行距離を特徴としています。
データセットは、ハードウェア同期された単眼画像、IMU 測定、3D LiDAR 点群、および高精度リアルタイムキネマティック (RTK)-GNSS ベースのグランド トゥルースで構成されています。
10 のデータセットは、都市部、高速道路、丘の中腹、草原、水辺に至る 100 分間の屋外環境映像から ROS バッグとして収集されました。
データセットは、現実世界のドローンと実物大のヘリコプターのデータに基づいた、視覚慣性 LiDAR オドメトリおよびマッピング アルゴリズム、視覚慣性ナビゲーション アルゴリズム、物体検出、セグメンテーション、着陸帯検出アルゴリズムの開発を促進するために収集されました。
すべてのデータセットには、生のセンサー測定値、ハードウェアのタイムスタンプ、時空間的に調整されたグラウンド トゥルースが含まれています。
センサーの固有および外部キャリブレーションも、生のキャリブレーション データセットとともに提供されます。
データセットに適用された最先端の手法のパフォーマンスの概要も提供されます。

要約(オリジナル)

This paper presents a unique outdoor aerial visual-inertial-LiDAR dataset captured using a multi-sensor payload to promote the global navigation satellite system (GNSS)-denied navigation research. The dataset features flight distances ranging from 300m to 5km, collected using a DJI M600 hexacopter drone and the National Research Council (NRC) Bell 412 Advanced Systems Research Aircraft (ASRA). The dataset consists of hardware synchronized monocular images, IMU measurements, 3D LiDAR point-clouds, and high-precision real-time kinematic (RTK)-GNSS based ground truth. Ten datasets were collected as ROS bags over 100 mins of outdoor environment footage ranging from urban areas, highways, hillsides, prairies, and waterfronts. The datasets were collected to facilitate the development of visual-inertial-LiDAR odometry and mapping algorithms, visual-inertial navigation algorithms, object detection, segmentation, and landing zone detection algorithms based upon real-world drone and full-scale helicopter data. All the datasets contain raw sensor measurements, hardware timestamps, and spatio-temporally aligned ground truth. The intrinsic and extrinsic calibrations of the sensors are also provided along with raw calibration datasets. A performance summary of state-of-the-art methods applied on the datasets is also provided.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google