RoboLoc：面向室内外融合环境的点位识别与定位基准数据集
机器人学
2025-12-19 v1
摘要
稳健的点位识别是机器人在复杂环境中实现可靠定位的关键，尤其是在频繁的室内外转换场景中。然而，现有的基于激光雷达的数据集往往侧重户外场景，缺乏跨域的无缝平移。本文提出 RoboLoc，一个为无 GPS 环境下的室内外点位识别而设计的基准数据集。RoboLoc 包含真实的机器人轨迹、多样的高度轮廓以及结构化室内与非结构化户外领域之间的平移。我们对多种最先进模型进行基准测试，包括基于点的、基于体素的和基于 BEV 的架构，突出显示它们在跨域平移方面的泛化能力。RoboLoc 为开发机器人和自动驾驶系统中的多域定位提供了现实可测试平台。
引用
@article{arxiv.2512.01194,
title = {RoboLoc: A Benchmark Dataset for Point Place Recognition and Localization in Indoor-Outdoor Integrated Environments},
author = {Jaejin Jeon and Seonghoon Ryoo and Sang-Duck Lee and Soomok Lee and Seungwoo Jeong},
journal= {arXiv preprint arXiv:2512.01194},
year = {2025}
}