Основные понятия
이 연구는 적외선 카메라, 깊이 카메라, LiDAR, 4D 밀리미터파 레이더 등 다양한 센서를 활용하여 실내외 극한 환경에서의 3D 매핑을 위한 포괄적인 다중 센서 데이터셋을 제공한다.
Аннотация
이 연구는 3D 매핑을 위한 다양한 센서 데이터를 제공한다. 적외선 카메라, 깊이 카메라, LiDAR, 4D 밀리미터파 레이더 등의 센서 데이터를 포함하며, 비, 눈, 울퉁불퉁한 도로 표면 등의 극한 환경 데이터를 제공한다.
데이터셋에는 실내외 다양한 환경에서 저속 및 고속으로 주행하는 로봇 데이터도 포함되어 있어, 실제 환경과 유사한 배경 데이터를 제공한다.
SLAM 알고리즘을 활용하여 데이터셋을 처리하고 분석한 결과, 다양한 시나리오에서 SLAM 알고리즘의 성능 차이를 확인할 수 있었다. 이를 통해 극한 환경에서의 인지 및 매핑 기술 발전을 위한 기반을 마련하였다.
Статистика
비 오는 날 레이저 SLAM의 절대 궤적 오차(ATE)는 159.325m로 나타났다.
눈 오는 날 레이저 SLAM의 상대 포즈 오차(RPE)는 1.002로 나타났다.
평탄한 도로에서 야간 ORB-SLAM3의 ATE는 85.009m로 나타났다.
울퉁불퉁한 도로에서 야간 ORB-SLAM3의 RPE는 10.064로 나타났다.
Цитаты
"이 데이터셋은 특수 환경에서의 데이터 부족 문제를 해결하고, 극한 조건에서의 인지 및 매핑 알고리즘 개발을 촉진할 것이다."
"다양한 센서 데이터(적외선, 깊이 카메라, LiDAR, 4D 밀리미터파 레이더, 로봇 상호작용)를 활용하여 지능형 매핑 및 인지 기능을 향상시킬 수 있다."