Core Concepts
ボレアル林における季節変化を捉えた包括的なデータセットを提案し、ロボット航法アルゴリズムの開発を促進する。
Abstract
本論文では、ボレアル林における多季節のデータセットFoMoを提案する。FoMoデータセットは、ケベック州のモントモランシー森林で収集される、センサ多様性と季節変化に富んだデータを含む。
データセットの特徴は以下の通り:
6つの多様な軌跡を含み、合計6kmの長さがある
秋から春にかけての季節変化を捉える。特に、最大2mに達する積雪深の変化に着目
レーダー、ライダー、ナビゲーショングレードのIMUなど、幅広いセンサモダリティを含む
センチメートル級の精度を持つGNSS基準軌跡を提供
これにより、過酷な環境変化に対応可能なロボット航法アルゴリズムの開発を促進することを目指す。オンラインのオドメトリおよび位置推定のリーダーボードと専用のソフトウェアスイートも提供する予定である。ボレアル林は地球最大の陸上バイオームであるにもかかわらず、ロボティクスデータセットとしてこれまで十分に注目されてこなかった。本提案により、この分野の研究が大きく前進することが期待される。
Stats
最大2mに達する積雪深の変化
6kmの軌跡を7回繰り返し収集し、合計42kmのデータを取得
Quotes
"ボレアル林は地球最大の陸上バイオームであるにもかかわらず、ロボティクスデータセットとしてこれまで十分に注目されてこなかった。"
"本提案により、この分野の研究が大きく前進することが期待される。"