S3E: A Mulit-Robot Multimodal Dataset for Collaborative SLAM

要約

複雑なタスクを集団で実行する協働ロボットシステムに対する需要が急増しているため、研究コミュニティでは、協働状況における同時定位マッピング（SLAM）の進展に注目が集まっている。このような関心にもかかわらず、協調軌道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、協調SLAM（C-SLAM）の汎化能力がマルチエージェントミッションの実現可能性にとって重要である、視点が制約されたシナリオにおいて、依然として限定的である。このギャップに対処するために、我々は、広大なマルチモーダルデータセットであるS3Eを紹介する。S3Eは、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群によって撮影され、13の屋外シーケンスと5つの屋内シーケンスを含む。これらのシーケンスは、360度LiDAR点群、高解像度ステレオ画像、高周波慣性計測装置（IMU）、超広帯域（UWB）相対観測を含む、綿密に同期され空間的に較正されたデータストリームを特徴としている。私たちのデータセットは、スケール、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凌駕するだけでなく、共同SLAM手法と個別SLAM手法の両方について徹底的な分析とベンチマークを提供します。データセットと最新情報へのアクセスは、https://pengyu-team.github.io/S3E。

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, DeepL