S3E: A Large-scale Multimodal Dataset for Collaborative SLAM

要約

複雑なタスクを集合的に実行するための協調ロボット システムに対する需要が急増しているため、研究コミュニティは協調的なコンテキストでの同時位置特定とマッピング (SLAM) の進歩に重点を置いています。
このような関心にもかかわらず、協調的な軌跡のための既存のデータセットのスケーラビリティと多様性は、特にマルチエージェント ミッションの実現可能性にとって協調的 SLAM (C-SLAM) の一般化機能が重要であるような、視点が制約されたシナリオでは依然として制限されています。
このギャップに対処するために、拡張的なマルチモーダル データセットである S3E を導入します。
4 つの異なる協調軌道パラダイムを横断する無人地上車両のフリートによって撮影された S3E には、13 の屋外シーケンスと 5 つの屋内シーケンスが含まれます。
これらのシーケンスは、360 度の LiDAR 点群、高解像度ステレオ画像、高周波慣性測定装置 (IMU)、および超広帯域 (UWB) 相対観測を含む、細心の注意を払って同期され、空間的に校正されたデータ ストリームを特徴としています。
私たちのデータセットは、規模、シーンの多様性、データの複雑さにおいてこれまでの取り組みを上回るだけでなく、共同および個別の SLAM 方法論の両方に対する徹底的な分析とベンチマークも提供します。
データセットと最新情報にアクセスするには、https://pengyu-team.github.io/S3E のリポジトリにアクセスしてください。

要約(オリジナル)

The burgeoning demand for collaborative robotic systems to execute complex tasks collectively has intensified the research community’s focus on advancing simultaneous localization and mapping (SLAM) in a cooperative context. Despite this interest, the scalability and diversity of existing datasets for collaborative trajectories remain limited, especially in scenarios with constrained perspectives where the generalization capabilities of Collaborative SLAM (C-SLAM) are critical for the feasibility of multi-agent missions. Addressing this gap, we introduce S3E, an expansive multimodal dataset. Captured by a fleet of unmanned ground vehicles traversing four distinct collaborative trajectory paradigms, S3E encompasses 13 outdoor and 5 indoor sequences. These sequences feature meticulously synchronized and spatially calibrated data streams, including 360-degree LiDAR point cloud, high-resolution stereo imagery, high-frequency inertial measurement units (IMU), and Ultra-wideband (UWB) relative observations. Our dataset not only surpasses previous efforts in scale, scene diversity, and data intricacy but also provides a thorough analysis and benchmarks for both collaborative and individual SLAM methodologies. For access to the dataset and the latest information, please visit our repository at https://pengyu-team.github.io/S3E.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google