面向自主移动机器人使用3D高斯溶解生成合成数据集
机器人学
2025-06-06 v1 计算机视觉与模式识别
摘要
注释数据集对于训练目标检测神经网络至关重要，但其手动创建耗时、受人力限制，容易出错，且常受数据多样性限制。这一挑战在机器人领域尤为突出，因为该领域的场景更加动态且多样化。为此，我们提出了一种自动生成带注释合成数据的新方法。我们的做法利用光滑逼真的3D高斯溶解进行快速合成数据生成。我们证明，合成数据集可实现与真实数据集相当的性能，同时大大缩短了数据生成和注释的时间。此外，结合真实数据和合成数据可显著提高目标检测性能，通过利用真实图像的质量和合成数据的可扩展性。我们在已知的首次应用中引入了合成数据用于训练机器人足球中的目标检测算法。验证实验显示，在机器人足球比赛情境下测试时，基于合成图像训练的检测器与基于手动注释真实图像训练的检测器性能相当。我们的方法提供了一种可扩展且全面的传统数据集创建替代方案，消除了耗时的、易出错的手动注释过程。通过在仿真器中生成数据集（其中所有元素都具有内在已知性），我们确保了准确的注释，同时大大减少了手动工作量，这在需要多样化和可扩展训练数据的机器人应用中尤为有价值。
引用
@article{arxiv.2506.05092,
title = {Synthetic Dataset Generation for Autonomous Mobile Robots Using 3D Gaussian Splatting for Vision Training},
author = {Aneesh Deogan and Wout Beks and Peter Teurlings and Koen de Vos and Mark van den Brand and Rene van de Molengraft},
journal= {arXiv preprint arXiv:2506.05092},
year = {2025}
}