DiTer++: Diverse Terrain and Multi-modal Dataset for Multi-Robot SLAM in Multi-session Environments

要約

私たちはキャンパスなど、構造化された空間と非構造化された空間が混在する大規模な環境に遭遇します。
この環境では、照明条件と動的オブジェクトが常に変化します。
このような状況下での大規模マッピングの課題に取り組むために、マルチセッション環境におけるマルチロボット SLAM 用に設計された多様な地形およびマルチモーダル データセットである DiTer++ を導入します。
データセットのシナリオによれば、エージェント A とエージェント B は、効率的な大規模マッピングのために指定されたエリアをそれぞれ昼と夜にスキャンします。
また、地形にとらわれない移動には脚式ロボットも活用しています。
各ロボットのグラウンドトゥルースを生成するには、まず調査グレードの事前マップを構築します。
次に、前のマップから動的オブジェクトと外れ値を削除し、スキャンとマップのマッチングを通じて軌跡を抽出します。
データセットと補足資料は https://sites.google.com/view/diter-plusplus/ で入手できます。

要約(オリジナル)

We encounter large-scale environments where both structured and unstructured spaces coexist, such as on campuses. In this environment, lighting conditions and dynamic objects change constantly. To tackle the challenges of large-scale mapping under such conditions, we introduce DiTer++, a diverse terrain and multi-modal dataset designed for multi-robot SLAM in multi-session environments. According to our datasets’ scenarios, Agent-A and Agent-B scan the area designated for efficient large-scale mapping day and night, respectively. Also, we utilize legged robots for terrain-agnostic traversing. To generate the ground-truth of each robot, we first build the survey-grade prior map. Then, we remove the dynamic objects and outliers from the prior map and extract the trajectory through scan-to-map matching. Our dataset and supplement materials are available at https://sites.google.com/view/diter-plusplus/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google