M-SEVIQ：用于快速运动和挑战性照明条件下感知的多带宽立体事件视觉-惯性四足动物数据集
机器人学
2026-01-07 v1
摘要
四足机器人的敏捷运动对视觉感知提出了重大挑战。传统帧基相机在这些场景下常因产生模糊图像，尤其在低光条件下效果更差。相比之下，事件相机以异步方式捕获亮度变化，具有低延迟、高时序分辨率和高动态范围，这使其适用于在快速运动和挑战性照明条件下的稳健感知。然而，现有事件相机数据集在立体配置和多带宽感知领域存在不足，尤其是在各种照明条件下。为弥合这一差距，我们present M-SEVIQ，这是一个多带宽立体事件视觉和惯性四足动物数据集，采用Unitree Go2平台，配备立体事件相机、帧基相机、惯性测量单元（IMU）和关节编码器。该数据集包含超过30个真实世界序列，覆盖不同的速度水平、照明波长和照明条件。此外，还提供了全面的标定数据，包括内参、外参和时间对齐信息，以便于准确的传感器融合和基准测试。我们的M-SEVIQ可用于支持敏捷机器人感知、传感器融合、语义分割和挑战性环境下的多模态视觉研究。
引用
@article{arxiv.2601.02777,
title = {M-SEVIQ: A Multi-band Stereo Event Visual-Inertial Quadruped-based Dataset for Perception under Rapid Motion and Challenging Illumination},
author = {Jingcheng Cao and Chaoran Xiong and Jianmin Song and Shang Yan and Jiachen Liu and Ling Pei},
journal= {arXiv preprint arXiv:2601.02777},
year = {2026}
}
备注
6 pages, 7 figures