FIReStereo：面向视觉降解环境下无人机深度感知的森林红外立体数据集
计算机视觉与模式识别
2024-09-13 v1 人工智能
机器人学
摘要
在视觉降解环境中实现稳健的深度感知对于自主航空系统至关重要。红外成像摄像机能够抗视觉降解，但由于缺乏大规模数据集，红外摄像机用于无人机系统（UAS）深度感知的应用仍鲜有探索。本文提出了一个用于自主航空感知应用的红外立体深度感知数据集。该数据集包含在城市和森林环境下、在不同条件（如日间、夜间、雨天、烟雾）下捕获的立体红外图像、LiDAR、IMU 和真实深度图。我们对代表性的立体深度估计算法进行基准测试，洞察其在降解条件下的性能。在训练本数据集的模型能够良好地泛化到未见的烟雾环境中，凸显了立体红外成像在深度感知中的鲁棒性。我们希望本工作能够提升灾难场景下的机器人感知能力，使其能够探索和操作先前无法到达的区域。数据集和源代码已提供。
引用
@article{arxiv.2409.07715,
title = {FIReStereo: Forest InfraRed Stereo Dataset for UAS Depth Perception in Visually Degraded Environments},
author = {Devansh Dhrafani and Yifei Liu and Andrew Jong and Ukcheol Shin and Yao He and Tyler Harp and Yaoyu Hu and Jean Oh and Sebastian Scherer},
journal= {arXiv preprint arXiv:2409.07715},
year = {2024}
}
备注
Under review in RA-L. The first 2 authors contributed equally