ShanghaiTech Mapping Robot is All You Need: Robot System for Collecting Universal Ground Vehicle Datasets

要約

この論文では、ロボティクス、コンピューター ビジョン、自動運転の研究をサポートするための包括的なマルチセンサー データセットを収集するために設計された最先端の無人地上車両 (UGV) である ShanghaiTech Mapping Robot について紹介します。
このロボットには、RGB カメラ、RGB-D カメラ、イベントベース カメラ、IR カメラ、LiDAR、ミリ波レーダー、IMU、超音波距離計、GNSS RTK 受信機などの幅広いセンサーが装備されています。
センサースイートは、センサーデータの空間的および時間的整合を確保するための集中電源システムと同期メカニズムを備えた特別に設計された機械構造に統合されています。
16 ノードのオンボード コンピューティング クラスターがセンサー制御、データ収集、ストレージを処理します。
ロボットのハードウェアとソフトウェアのアーキテクチャを詳細に説明し、さまざまなセンサーの校正手順について説明します。
プラットフォームの機能は、現実世界のさまざまな環境で収集された広範なデータセットを通じて実証されます。
研究を促進するために、関連するロボット センサーのキャリブレーション データとともにデータセットを公開しています。
一連の標準的な知覚および位置特定タスクのパフォーマンス評価は、ロボットの自律性の開発をサポートするデータセットの可能性を示しています。

要約(オリジナル)

This paper presents the ShanghaiTech Mapping Robot, a state-of-the-art unmanned ground vehicle (UGV) designed for collecting comprehensive multi-sensor datasets to support research in robotics, computer vision, and autonomous driving. The robot is equipped with a wide array of sensors including RGB cameras, RGB-D cameras, event-based cameras, IR cameras, LiDARs, mmWave radars, IMUs, ultrasonic range finders, and a GNSS RTK receiver. The sensor suite is integrated onto a specially designed mechanical structure with a centralized power system and a synchronization mechanism to ensure spatial and temporal alignment of the sensor data. A 16-node on-board computing cluster handles sensor control, data collection, and storage. We describe the hardware and software architecture of the robot in detail and discuss the calibration procedures for the various sensors. The capabilities of the platform are demonstrated through an extensive dataset collected in diverse real-world environments. To facilitate research, we make the dataset publicly available along with the associated robot sensor calibration data. Performance evaluations on a set of standard perception and localization tasks showcase the potential of the dataset to support developments in Robot Autonomy.

arxiv情報

著者 Bowen Xu,Xiting Zhao,Delin Feng,Yuanyuan Yang,Sören Schwertfeger
発行日 2024-08-11 01:44:58+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク