INSANE：用于开发先进新颖估计器的跨域无人机数据集（含扩充传感器数量）

对于真实世界应用，自主移动机器人平台必须能够在多种不同且动态的环境中安全导航，而准确且鲁棒的定位是关键前提。为支持该领域的进一步研究，我们提出 INSANE 数据集——一个用于跨环境定位的通用微型飞行器（MAV）数据集集合。该数据集为定位方法提供了具有多难度等级的各类场景。这些场景涵盖从室内动作捕捉设施受控环境中的轨迹，到飞行器执行室外机动并转入建筑物内从而需要传感器模态切换的实验，再到具有挑战性的火星类比环境中的纯室外飞行动作，以模拟当前及未来火星直升机需执行的任务。本工作旨在提供反映真实世界场景与传感器效应的数据。广泛的传感器套件包含多种传感器类别，包括多个惯性测量单元（IMUs）与相机。传感器数据以原始测量值形式提供，且每个数据集均提供高精度真值，包括室外实验中使用双实时动态（RTK）全球导航卫星系统（GNSS）配置提供亚角度与厘米级精度（1-sigma）。该传感器套件还包括一个专用的高速率 IMU，以捕捉飞行器飞行过程中的全部振动动态，从而支持基于机器学习的新型传感器信号增强方法以改善定位的研究。数据集与后处理工具可在 https://sst.aau.at/cns/datasets 获取。