CU-Multi：一个用于多机器人协同感知的数据集

多机器人系统的一个核心挑战是将独立收集的感知数据融合为统一表示。尽管协同 SLAM（C-SLAM）取得了进展，但基准测试仍因缺乏专用的多机器人数据集而受到阻碍。许多评估转而分割单机器人轨迹，这种做法可能仅部分反映真实的多机器人操作，且更关键的是缺乏标准化，导致结果难以在不同研究之间解释或比较。虽然最近引入了几个多机器人数据集，但它们大多包含短轨迹，机器人间重叠有限，且机器人内部回环闭合稀疏。为克服这些局限，我们引入了 CU-Multi 数据集，该数据集在科罗拉多大学博尔德分校校园的两个大型户外场地历时多日收集而成。CU-Multi 包含四个同步运行，具有对齐的开始时间和受控的轨迹重叠，再现了机器人团队的不同视角。它包含 RGB-D 感知、RTK GPS、语义 LiDAR 以及精细的真值里程计。通过将重叠变化与密集语义标注相结合，CU-Multi 为多机器人协同感知任务的可复现评估提供了坚实基础。