告知タイプ: 新規
要旨: 農業ロボティクスは研究と実世界の展開の両方でますます重要性を増しています。これらのシステムがより複雑なタスクを自律的に実行することが期待される中、代表的な実世界データセットの入手性が不可欠となります。都市部や林業ロボティクスのような分野は大規模で確立されたベンチマークの恩恵を受けていますが、園芸環境はこのセクターの経済的重要性にもかかわらず比較的未開拓のままです。このギャップを埋めるべく、商業用いちごとラズベリーのポリトンネル全体の成長シーズンを通じて収集したマルチモーダルで季節横断的なデータセット「HortiMulti」を提示します。外観の大幅な変化、動的な葉、プラスチックカバーからの鏡面反射、著しい知覚エイリアシング、そしてGNSSが不安定な条件を捉え、これらはすべて既存の位置決定および知覚アルゴリズムを直接劣化させます。 センサ群には2台の3D LiDAR、4台のRGBカメラ、IMU、GNSS、車輪オドメトリが含まれます。地上真値の軌跡は、Total Station測量、AprilTag fiducialマーカー、およびLiDAR-慣性オドメトリの組み合わせから導出され、密集した領域、疎な領域、そしてマーカーフリーのカバレッジにわたり、制御された条件と現実的条件の両方での評価をサポートします。私たちは、視覚、LiDAR、マルチセンサ SLAM のための 時間同期された生データ、較正ファイル、参照軌跡、および基準ベンチマークを公開します。結果は、現状の最先端手法が信頼性のあるポリトンネル展開には依然として不十分であることを確認しており、HortiMultiを園芸環境におけるロボット知覚システムの開発と評価のワンストップリソースとして確立します。
