Towards Long-term Robotics in the Wild

要約

この論文では、特に自然環境におけるフィールドロボットの能力を向上させるために、大規模なデータセットが非常に重要であることを強調します。
都市や郊外の環境向けのデータセットは数多く存在しますが、自然環境に合わせたデータセットはほとんどありません。
当社の最近のベンチマーク WildPlaces と WildScenes は、森林タイプの環境で同期された画像、LIDAR、セマンティックで正確な 6-DoF 姿勢情報を提供することで、このギャップに対処します。
このデータセットのマルチモーダルな性質に焦点を当て、場所認識や 2D および 3D セマンティック セグメンテーション タスクなど、さまざまな下流タスクにおけるその有用性について説明し、実証します。

要約(オリジナル)

In this paper, we emphasise the critical importance of large-scale datasets for advancing field robotics capabilities, particularly in natural environments. While numerous datasets exist for urban and suburban settings, those tailored to natural environments are scarce. Our recent benchmarks WildPlaces and WildScenes address this gap by providing synchronised image, lidar, semantic and accurate 6-DoF pose information in forest-type environments. We highlight the multi-modal nature of this dataset and discuss and demonstrate its utility in various downstream tasks, such as place recognition and 2D and 3D semantic segmentation tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google