Hyper-Drive: Visible-Short Wave Infrared Hyperspectral Imaging Datasets for Robots in Unstructured Environments

要約

ハイパースペクトル センサーは、リモート センシングの分野で広く使用されています。
ただし、移動ロボットに搭載して操作できる形式に適合させる必要があります。
この研究では、ロボット ベースから複合データキューブを効率的に生成するために、スナップショット ハイパースペクトル カメラと点分光計を備えたこれまでにないシステム アーキテクチャを導入します。
当社のシステムは、可視から短波赤外 (660 ～ 1700 nm) スペクトルにわたるデータキューブを収集して登録すると同時に、白い参照タイルから反射された周囲の太陽スペクトルをキャプチャします。
当社は、ATLAS オントロジーに準拠したオンロードおよびオフロードの地形から 500 を超えるラベル付きデータキューブからなる大規模なデータセットを収集して配布し、地形クラスの分離に有益なハイパースペクトル イメージング (HSI) の統合と実証を促進します。
このデータの分析では、HSI がロボット中心のコンテキストからシーン構成の理解を高める重要な機会であることを示しています。
すべてのコードとデータはオンラインのオープンソースです: https://river-lab.github.io/hyper_drive_data

要約(オリジナル)

Hyperspectral sensors have enjoyed widespread use in the realm of remote sensing; however, they must be adapted to a format in which they can be operated onboard mobile robots. In this work, we introduce a first-of-its-kind system architecture with snapshot hyperspectral cameras and point spectrometers to efficiently generate composite datacubes from a robotic base. Our system collects and registers datacubes spanning the visible to shortwave infrared (660-1700 nm) spectrum while simultaneously capturing the ambient solar spectrum reflected off a white reference tile. We collect and disseminate a large dataset of more than 500 labeled datacubes from on-road and off-road terrain compliant with the ATLAS ontology to further the integration and demonstration of hyperspectral imaging (HSI) as beneficial in terrain class separability. Our analysis of this data demonstrates that HSI is a significant opportunity to increase understanding of scene composition from a robot-centric context. All code and data are open source online: https://river-lab.github.io/hyper_drive_data

arxiv情報

提供元, 利用サービス

arxiv.jp, Google