THUD++：面向移动机器人的大规模动态室内场景数据集与基准
机器人学
2024-12-12 v1
摘要
大多数现有的移动机器人数据集主要捕获静态场景，限制了其在动态环境中评估机器人性能的作用。为此，我们提出一个面向移动机器人的大规模室内数据集 THUD++（TsingHua University Dynamic），用于动态场景理解。当前数据集包含 13 个大规模动态场景，分别结合真实机器人平台和物理仿真平台采集的真实数据与合成数据。RGB-D 数据集包含超过 90K 帧图像、20M 个静态与动态物体的 2D/3D 边界框、相机位姿和 IMU 数据。轨迹数据集覆盖室内场景中超过 6,000 条行人轨迹。此外，数据集还配备了基于 Unity3D 的仿真平台，使研究人员能够创建自定义场景并在受控环境中测试算法。我们在 THUD++ 上对主流室内场景理解任务进行了最先进方法的评估，例如 3D 目标检测、语义分割、重定位、行人轨迹预测和导航。实验揭示了移动机器人在室内环境中面临的挑战，尤其是在复杂、拥挤和动态场景中导航时的困难。通过共享该数据集，我们旨在加速移动机器人算法的开发与测试，推动实际机器人应用。
引用
@article{arxiv.2412.08096,
title = {THUD++: Large-Scale Dynamic Indoor Scene Dataset and Benchmark for Mobile Robots},
author = {Zeshun Li and Fuhao Li and Wanting Zhang and Zijie Zheng and Xueping Liu and Yongjin Liu and Long Zeng},
journal= {arXiv preprint arXiv:2412.08096},
year = {2024}
}
备注
arXiv admin note: substantial text overlap with arXiv:2406.19791