DIDLM：赤外線、深度カメラ、LIDAR、4Dレーダーなどを含む、悪天候・低照度条件・荒れた路面を対象とした困難シナリオ向けSLAMデータセット

要旨: 悪天候、低照度環境、起伏のある路面は、ロボットのナビゲーションおよび自動運転におけるSLAMに対して重大な課題となります。この分野の既存データセットは主に、単一のセンサ、またはLiDAR、カメラ、IMUの組み合わせに依存しています。しかし、4Dミリ波レーダは悪天候下での頑健性を示し、赤外カメラは低照度環境での詳細の捉えに優れ、深度画像はより豊かな空間情報を提供します。複数センサの融合手法も、起伏のある道路へのより良い適応に向けた可能性を示しています。これらのセンサや条件を取り入れた一部のSLAM研究は存在するものの、低照度環境および起伏のある路面条件に対応した包括的なデータセット、あるいは十分に多様な範囲のセンサデータを特徴とするデータセットは依然として不足しています。本研究では、降雪、雨天、夜間、スピードバンプ、荒れた路面といった困難なシナリオを対象としたマルチセンサデータセットを導入します。このデータセットには、4Dミリ波レーダ、赤外カメラ、深度カメラなどの、極端条件ではめったに利用されないセンサに加えて、3D LiDAR、RGBカメラ、GPS、IMUが含まれます。自動運転および地上ロボットの両方の用途をサポートし、構造化された地形および半構造化された地形を対象に、信頼できるGPS/INSのグラウンドトゥルースデータを提供します。本データセットを用いて、RGB画像、赤外画像、深度画像、LiDAR、4Dミリ波レーダを含む、さまざまなSLAMアルゴリズムを評価しました。データセット全体で合計18.5 km、69分、約660 GBをカバーしており、複雑かつ極端な条件下でのSLAM研究の発展に向けて貴重なリソースとなります。本データセットは https://github.com/GongWeiSheng/DIDLM で公開しています。