面向机器人学的空间关系感知数据集

真实环境中的机器人任务规划不仅需要物体识别，还需要对物体之间空间关系的细致理解。我们提出一个空间关系感知数据集，包含近 1,000 张机器人采集的室内图像，标注了物体属性、位置和详细的空间关系。该数据集使用波士顿动力 Spot 机器人采集，并利用自定义标注工具进行标注，反映了包含相似或相同物体及复杂空间排列的场景。我们在该数据集上对六种最先进场景图生成模型进行了基准测试，分析了其推理速度和关系准确性。结果揭示了模型性能的显著差异，并表明将显式空间关系整合到 ChatGPT 4o 等基础模型中，可显著提升其生成可执行且具备空间感知能力的机器人规划的能力。该数据集和标注工具已公开发布于 https://github.com/PengPaulWang/SpatialAwareRobotDataset，以支持机器人空间推理的进一步研究。