RTS-GT：机器人全站仪真值数据集
机器人学
2024-03-14 v2
摘要
大量数据集与基准用于评估和比较同步定位与建图(SLAM)算法。然而，其精度须跟上近年来SLAM算法的改进速度。此外，当前数据集缺乏用于可复现性以及记录轨迹精度或准确性评估的综合数据采集协议。鉴于此目标，我们提出机器人全站仪真值(RTS-GT)数据集，以六自由度(DOF)真值轨迹的生成来支持定位研究。该新颖数据集包含使用三台机器人全站仪(RTSs)跟踪移动机器人平台系统生成的六-DOF真值轨迹。此外，我们将基于RTS的系统性能与基于全球导航卫星系统(GNSS)的设置进行比较。该数据集包含在17个月内各种条件下进行的约六十次实验，涵盖超过49公里轨迹，是迄今最大的基于RTS测量数据集。另外，我们提供每次实验所有位姿的精度，这是当前最先进数据集所不具备的特征。我们的结果表明，在各种环境设置中RTS提供的测量比GNSS稳定22倍，使其成为SLAM基准开发的宝贵资源。
引用
@article{arxiv.2309.11935,
title = {RTS-GT: Robotic Total Stations Ground Truthing dataset},
author = {Maxime Vaidis and Mohsen Hassanzadeh Shahraji and Effie Daum and William Dubois and Philippe Giguère and François Pomerleau},
journal= {arXiv preprint arXiv:2309.11935},
year = {2024}
}
备注
7 pages; Accepted to ICRA 2024