CU-Multi：多机器人数据关联数据集

多机器人系统（MRS）在搜索与救援等任务中具有重要价值，因为它们能够基于共享观测进行协调。这些系统中的一个核心挑战是在空间和时间上对齐独立采集的感知数据，即多机器人数据关联。尽管在协作SLAM（C-SLAM）、地图合并和机器人间闭环检测方面的最新进展显著推动了该领域发展，但评估策略仍然主要依赖将单机器人SLAM数据集中的单条轨迹分割为多个片段以模拟多机器人系统。若不仔细考虑如何分割单条轨迹，这种方法将无法捕捉多机器人系统中固有的、与姿态相关的观测变化。为填补这一空白，我们呈现了CU-Multi，一个在科罗拉多大学博尔德校区两个地点多日采集的多机器人数据集。使用单一机器人平台，我们生成了四条同步运行，具有对齐的起始时间和有意的轨迹重叠比例。CU-Multi包含RGB-D、带有精确地理空间航向的GPS以及语义标注的LiDAR数据。通过引入受控的轨迹重叠变化和密集的LiDAR标注，CU-Multi为评估多机器人数据关联方法提供了有吸引力的替代方案。数据集访问说明、支持代码和最新更新可在 https://arpg.github.io/cumulti 公开获取。