RTS-GT: Robotic Total Stations Ground Truthing dataset

要約

Simultaneous Localization and Mapping (SLAM) アルゴリズムを評価および比較するために、多数のデータセットとベンチマークが存在します。
それにもかかわらず、その精度は、近年の SLAM アルゴリズムの改善速度に追従する必要があります。
さらに、現在のデータセットは、記録された軌跡の再現性や精度の評価に関する包括的なデータ収集プロトコルに達していません。
この目的を念頭に置いて、私たちは 6 自由度 (DOF) グラウンド トゥルース軌道の生成による位置特定研究をサポートするロボット トータル ステーション グラウンド トゥルース データセット (RTS-GT) データセットを提案しました。
この新しいデータセットには、移動するロボット プラットフォームを追跡する 3 つのロボット トータル ステーション (RTS) のシステムを使用して生成された 6 自由度のグラウンド トゥルース軌道が含まれています。
さらに、RTS ベースのシステムのパフォーマンスを全地球航法衛星システム (GNSS) ベースのセットアップと比較します。
このデータセットは、17 か月間にわたってさまざまな条件で実施された約 60 件の実験で構成され、49 キロメートルを超える軌道を網羅しており、これまでで最も広範な RTS ベースの測定データセットとなっています。
さらに、各実験のすべてのポーズの精度を提供します。これは、現在の最先端のデータセットには見られない機能です。
私たちの結果は、RTS がさまざまな環境設定において GNSS よりも 22 倍安定した測定を提供し、SLAM ベンチマーク開発にとって貴重なリソースとなることを示しています。

要約(オリジナル)

Numerous datasets and benchmarks exist to assess and compare Simultaneous Localization and Mapping (SLAM) algorithms. Nevertheless, their precision must follow the rate at which SLAM algorithms improved in recent years. Moreover, current datasets fall short of comprehensive data-collection protocol for reproducibility and the evaluation of the precision or accuracy of the recorded trajectories. With this objective in mind, we proposed the Robotic Total Stations Ground Truthing dataset (RTS-GT) dataset to support localization research with the generation of six-Degrees Of Freedom (DOF) ground truth trajectories. This novel dataset includes six-DOF ground truth trajectories generated using a system of three Robotic Total Stations (RTSs) tracking moving robotic platforms. Furthermore, we compare the performance of the RTS-based system to a Global Navigation Satellite System (GNSS)-based setup. The dataset comprises around sixty experiments conducted in various conditions over a period of 17 months, and encompasses over 49 kilometers of trajectories, making it the most extensive dataset of RTS-based measurements to date. Additionally, we provide the precision of all poses for each experiment, a feature not found in the current state-of-the-art datasets. Our results demonstrate that RTSs provide measurements that are 22 times more stable than GNSS in various environmental settings, making them a valuable resource for SLAM benchmark development.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google