面向服务环境的协作式SLAM基准数据集
机器人学
2024-11-25 v1 计算机视觉与模式识别
摘要
随着服务环境的多样化，他们开始需要单一机器人难以完成的复杂任务。这种变化导致了对多个机器人而非单个机器人的兴趣。C-SLAM作为多服务机器人基本技术，需要处理诸如同质场景和动态对象等多样挑战，以确保机器人平稳运行并安全完成任务。然而，现有的C-SLAM数据集不包括上述挑战的各种室内服务环境。为弥合这一差距，我们引入了一个新的多模态C-SLAM数据集，用于多个服务机器人在各种室内服务环境中，称为服务环境中的C-SLAM数据集（CSE）。我们使用NVIDIA Isaac Sim在各种室内服务环境中生成数据，这些环境包含可能在现实世界服务环境中出现的各种挑战。通过仿真，我们可以提供准确且时间同步的传感器数据，包括立体RGB、立体深度、IMU和真值（GT）姿态。我们配置了三个常见的室内服务环境（医院、办公室和仓库），其中包括各种动态对象，这些对象的运动方式适合各自的环境。此外，我们驱动三个机器人来模拟真实服务机器人的动作。通过这些因素，我们生成了一个更真实的用于多个服务机器人的C-SLAM数据集。我们通过评估各种最先进的单机器人SLAM和多机器人SLAM方法来展示我们的数据集。我们的数据集可在https://github.com/vision3d-lab/CSE_Dataset上获取。
引用
@article{arxiv.2411.14775,
title = {A Benchmark Dataset for Collaborative SLAM in Service Environments},
author = {Harin Park and Inha Lee and Minje Kim and Hyungyu Park and Kyungdon Joo},
journal= {arXiv preprint arXiv:2411.14775},
year = {2024}
}
备注
8 pages, 6 figures, Accepted to IEEE RA-L