kunimasa-kawasaki
commented
2 years ago Abstract 機械翻訳 複数のセンサを組み合わせることで、ロボットのナビゲーションに重要な、環境に対する知覚的認識を最大化し、外乱に対する頑健性を向上させることができる。本論文では、モバイルロボットのための多様なシーケンスを持つ完全なマルチセンサーデータセットであるFusionPortableベンチマークを提案する。本論文では、3つの貢献を行う。まず、ポータブルで汎用性のあるマルチセンサースイートを進化させ、豊富な感覚的計測を提供する。10Hz LiDAR点群、20Hzステレオフレーム画像、ステレオイベントカメラからの高速非同期イベント、IMUからの200Hz慣性測定値、10HzGPS信号。センサーはすでにハードウェアで時間的に同期しています。この装置は軽量で自己完結型であり、移動ロボットのプラグアンドプレイに対応している。第二に、複数のロボットプラットフォームを利用してデータ収集を行い、キャンパス内の様々な環境をカバーする17のシーケンスを収集してデータセットを構築する。いくつかのシーケンスは、既存のSLAMアルゴリズムにとって挑戦的である。第三に、デカップルローカライゼーションとマッピングの性能評価のために、グランドトゥルースを提供する。さらに、最先端のSLAMアプローチを評価し、その限界を明らかにする。センサーの生測定値、グランドトゥルース、キャリブレーションデータ、評価済みアルゴリズムからなるデータセットを公開する予定です。
www.DeepL.com/Translator（無料版）で翻訳しました。
FusionPortable: A Multi-Sensor Campus-Scene Dataset for Evaluation of Localization and Mapping Accuracy on Diverse Platforms Jianhao Jiao, Hexiang Wei, Tianshuai Hu, Xiangcheng Hu, Yilong Zhu, Zhijian He, Jin Wu, Jingwen Yu, Xupeng Xie, Huaiyang Huang, Ruoyu Geng, Lujia Wang, Ming Liu IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2022, 6 pages, 6 figures. URL: this https URL https://arxiv.org/abs/2208.11865