GDTM：具有分布式多模态传感器的室内地理空间跟踪数据集
机器人学
2024-02-23 v1 机器学习
信号处理
摘要
持续定位移动物体（即地理空间跟踪）对于自主建筑基础设施至关重要。准确且鲁棒的地理空间跟踪通常利用多模态传感器融合算法，这需要来自各种传感器类型的时间对齐、同步数据的大型数据集。然而，此类数据集并非现成可用。因此，我们提出了 GDTM，这是一个用于多模态物体跟踪的九小时数据集，具有分布式多模态传感器和可重构的传感器节点放置。我们的数据集使得探索若干研究问题成为可能，例如优化处理多模态数据的架构，以及调查模型对不利传感条件和传感器放置变化的鲁棒性。包含本工作代码、样本数据和检查点的 GitHub 仓库可在 https://github.com/nesl/GDTM 获取。
引用
@article{arxiv.2402.14136,
title = {GDTM: An Indoor Geospatial Tracking Dataset with Distributed Multimodal Sensors},
author = {Ho Lyun Jeong and Ziqi Wang and Colin Samplawski and Jason Wu and Shiwei Fang and Lance M. Kaplan and Deepak Ganesan and Benjamin Marlin and Mani Srivastava},
journal= {arXiv preprint arXiv:2402.14136},
year = {2024}
}