Sign In

RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments

Created by
  • Haebom
Category
Empty

저자

Haisheng Su, Feixiang Song, Cong Ma, Wei Wu, Junchi Yan

개요

본 논문은 자율 주행 로봇의 근거리 장면 이해를 위한 새로운 다중 모달 데이터셋 RoboSense를 제시합니다. 카메라, LiDAR, 어안렌즈를 기반으로 한 자기 중심 시각 데이터 수집 플랫폼을 구축하여 133,000개 이상의 동기화된 데이터, 140만 개 이상의 3D 바운딩 박스 및 ID 주석을 포함하는 대규모 데이터셋을 생성했습니다. RoboSense는 기존 자율 주행 데이터셋(KITTI, nuScenes)보다 근거리 장애물 주석이 훨씬 많으며 (270배 및 18배), 근거리 3D 인식을 위한 새로운 매칭 기준과 예측 지표를 정의하고, 6가지 주요 과제를 제시하여 향후 연구 개발을 촉진합니다. 개인정보 보호를 위해 데이터 비식별화 조치를 수행했습니다.

시사점, 한계점

•
시사점:
◦
근거리 장면 이해를 위한 대규모 다중 모달 데이터셋 RoboSense 제공.
◦
기존 데이터셋보다 훨씬 많은 근거리 장애물 주석 포함.
◦
근거리 3D 인식을 위한 새로운 매칭 기준과 예측 지표 제시.
◦
6가지 주요 과제 제시를 통한 향후 연구 방향 제시.
◦
사회 로봇 공학 발전에 기여.
•
한계점:
◦
데이터셋의 장기간 안정성 및 유지보수 계획 부재 가능성.
◦
데이터셋의 다양성(환경, 장애물 종류 등)에 대한 명확한 설명 부족 가능성.
◦
제시된 6가지 과제의 난이도 및 실제 적용 가능성에 대한 추가적인 분석 필요.
◦
데이터 비식별화 조치의 구체적인 내용과 효과에 대한 자세한 설명 부족 가능성.
👍
Made with Slashpage