CMU-GPR数据集：用于机器人定位与建图的探地雷达数据集
机器人学
2021-07-19 v1
摘要
由于雷达作为传感器在机器人导航中对环境条件变化的鲁棒性增强，近期利用雷达的研究取得了令人振奋的进展。然而，在这些不同的雷达感知系统中，探地雷达（GPR）仍未被充分探索。通过测量地下结构，GPR可提供稳定的特征，这些特征受周围天气、场景和光照变化影响较小，使其成为长期时空建图的引人注目选择。本工作中，我们提出CMU-GPR数据集——一个开源探地雷达数据集，用于地下辅助感知的机器人导航研究。该数据集总共包含3个无GPS的室内环境中15条不同轨迹序列。从GPR、轮式编码器、RGB相机和惯性测量单元采集的测量数据，以及来自机器人全站仪的地面真值位姿一并收集。除数据集外，我们还提供实用代码将原始GPR数据转换为处理后图像。本文描述了我们的采集平台、数据格式、实用脚本及使用该数据的方法建议。
引用
@article{arxiv.2107.07606,
title = {CMU-GPR Dataset: Ground Penetrating Radar Dataset for Robot Localization and Mapping},
author = {Alexander Baikovitz and Paloma Sodhi and Michael Dille and Michael Kaess},
journal= {arXiv preprint arXiv:2107.07606},
year = {2021}
}
备注
Accepted to the Radar in Robotics Workshop at the 2021 International Conference on Robotics and Automation