AgriLiRa4D：用于挑战性农业场地中稳健 SLAM 的多传感器无人机数据集
机器人学
2026-01-13 v2 信号处理
摘要
多传感器同时定位与地图（SLAM）是执行喷洒、测绘和检查等农业任务的无人机（UAV）的关键技术。然而，目前缺乏能够支持鲁棒操作的真实世界、多模态农业无人机数据集。为填补这一空白，我们提出了 AgriLiRa4D，一个用于挑战性户外农业环境的多模态 UAV 数据集。AgriLiRa4D 包含三种典型农田类型——平坦、丘陵和梯田——并包含边界操作和覆盖操作两种模式，形成六个飞行序列组。该数据集提供来自具有实时正动态（RTK）能力的光纤欧氏惯性导航系统（FINS_RTK）的高精度地面轨迹，以及同步的 3D 激光雷达、4D 雷达和惯性测量单元（IMU）测量，并附有完整的内参和外参标定。凭借其综合的传感器套件和多样化的真实场景，AgriLiRa4D 支持各种 SLAM 和定位研究，并可对抗低纹理作物、重复图案、动态植被等真实农业环境的挑战进行严格的鲁棒性评估。为进一步展示其实用性，我们对四种最新多传感器 SLAM 算法进行基准测试，涵盖不同的传感器组合，突出了所提出序列的难度以及针对可靠 UAV 定位所需的多模态方法的必要性。通过填补农业 SLAM 数据集中的关键空白，AgriLiRa4D 为研究社区提供了宝贵的基准，并推动了农业无人机自主导航技术的发展。该数据集可在 https://zhan994.github.io/AgriLiRa4D 下载。
引用
@article{arxiv.2512.01753,
title = {AgriLiRa4D: A Multi-Sensor UAV Dataset for Robust SLAM in Challenging Agricultural Fields},
author = {Zhihao Zhan and Yuhang Ming and Shaobin Li and Jie Yuan},
journal= {arXiv preprint arXiv:2512.01753},
year = {2026}
}