迈向野外长期机器人技术
机器人学
2024-04-30 v1
摘要
在本文中,我们强调大规模数据集对于提升野外机器人能力的关键重要性,特别是在自然环境中。虽然存在许多针对城市和郊区的数据集,但针对自然环境的数据集很少。我们最近的基准WildPlaces和WildScenes通过提供森林型环境中的同步图像、激光雷达、语义和精确6自由度位姿信息来填补这一空白。我们强调了该数据集的多模态性质,并讨论和展示了它在各种下游任务中的实用性,例如地点识别以及2D和3D语义分割任务。
关键词
引用
@article{arxiv.2404.18477,
title = {Towards Long-term Robotics in the Wild},
author = {Stephen Hausler and Ethan Griffiths and Milad Ramezani and Peyman Moghadam},
journal= {arXiv preprint arXiv:2404.18477},
year = {2024}
}
备注
Accepted to the 2024 IEEE ICRA Workshop on Field Robotics