中文

博勒斯之旅:挑战性道路上的多传感器自动驾驶数据集

机器人学 2026-02-20 v1 数据库

摘要

博勒斯之旅(Boreas-RT)数据集将多季节博勒斯数据集扩展到新的多样化位置,这些位置对现代自动驾驶算法构成挑战。Boreas-RT包括60个序列,总计643公里的驾驶。每个路线被遍历多次,使我们能够在相同环境下以不同交通和在某些情况下不同天气条件进行评估。数据采集平台包括5MP FLIR Blackfly S相机、360度Navtech RAS6多普勒式旋转雷达、128通道360度Velodyne Alpha Prime激光雷达、Aeva Aeries II FMCW多普勒式激光雷达、Silicon Sensing DMU41惯性测量单元以及Dynapar轮毂编码器。通过后处理的Applanix POS LV GNSS-INS数据提供厘米级真值。数据集包括精确的外参和内参标定、公开可用的数据开发套件以及用于定位和度量定位的在线排行榜。基准结果表明,许多最先进的定位和定位算法在简单驾驶环境中会过拟合,并在更具挑战性的Boreas-RT路线上显著下降。Boreas-RT为在多样化道路条件下评估多模态算法提供了统一数据集。数据集、排行榜和开发套件均可在 www.boreas.utias.utoronto.ca 访问。

关键词

引用

@article{arxiv.2602.16870,
  title  = {Boreas Road Trip: A Multi-Sensor Autonomous Driving Dataset on Challenging Roads},
  author = {Daniil Lisus and Katya M. Papais and Cedric Le Gentil and Elliot Preston-Krebs and Andrew Lambert and Keith Y. K. Leung and Timothy D. Barfoot},
  journal= {arXiv preprint arXiv:2602.16870},
  year   = {2026}
}

备注

23 pages, 15 figures, 12 tables, submitted to The International Journal of Robotics Research (IJRR)