← 返回论文列表

GA3T：非结构化环境中异构机器人团队的地面-空中地形可通行性数据集
GA3T: A Ground-Aerial Terrain Traversability Dataset for Heterogeneous Robot Teams in Unstructured Environments

作者: Siwei Cai, Knut Peterson, Quan Tran 等10人
arXiv: 2605.06478v1
分类: cs.RO
📝 论文摘要
异构空地机器人团队结合了互补的感知模态、运动特性及空间视角，可显著增强复杂户外环境中的感知能力。然而，多机器人协同感知的进展长期以来受限于真实数据集的匮乏——这些数据集需包含运行于非结构化地形平台的重叠多模态观测。我们提出GA3T（用于地形穿越的空中-地面团队），这是一个真实世界多机器人协同感知数据集，采集平台包括Clearpath Husky无人地面车辆(UGV)和Autel EVO~II无人机(UAV)，覆盖森林小径、岩石路径、泥泞地形、积雪区和草地等多种非结构化环境。地面平台提供3D激光雷达、立体相机、惯性测量单元(IMU)和GPS数据，而空中平台从互补的俯瞰视角贡献RGB图像、热红外观测及GPS数据，从而支持丰富的跨模态与跨视角感知。该数据集在4个独特环境中采集，包含约29分钟运行时间内的逾13,000个同步帧，并提供基于SAM~3的零样本分割结果及超过8,000张人工标注图像。其独特之处在于早春采集期：稀疏的树冠使得空中机器人能部分透过树木观测地面机器人与地形，从而支持遮挡感知的协同感知。与以往聚焦于SLAM或模拟协同驾驶的多机器人数据集不同，GA3T专为支持真实越野环境中的跨视角感知、空地视角融合、可通行性估计及协同场景理解研究而设计。

📊 核心分析

🎯 研究动机
- 异构空地机器人团队在非结构化环境中的协作感知受限于缺乏真实世界数据集，尤其是包含重叠多模态观测的数据集 - 现有多机器人数据集多聚焦于**SLAM(同时定位与地图构建)** 或模拟协作驾驶，缺乏对真实越野环境中**穿越性估计(traversability estimation)** 和**跨视图感知(cross-view perception)** 的支持 - 异构平台互补的传感模态、机动性和空间视角可显著增强复杂户外环境的感知能力，但缺乏实际数据支撑研究
🔧 核心方法
- 构建**GA3T数据集**，使用**Clearpath Husky UGV(无人地面车)** 和**Autel EVO II UAV(无人空中飞行器)** 在真实非结构化环境中采集 - 地面平台提供**3D LiDAR(三维激光雷达)**、**立体相机(stereo camera)**、**IMU(惯性测量单元)** 和**GPS(全球定位系统)** 数据；空中平台提供**RGB(彩色)图像**、**热红外(thermal/infrared)观测** 和**GPS** 数据 - 数据集覆盖4种环境（森林小径、岩石路、泥泞地形、雪堆、草地），共约29分钟、超过13,000帧同步数据，包含**SAM 3零样本分割** 和超过8,000张人工标注图像
💡 核心创新
- **独特的采集时机**：在早春季节采集，此时稀疏树冠使空中机器人能部分透过树木观测地面机器人和地形，实现**遮挡感知协作感知(occlusion-aware collaborative perception)** - **专为穿越性估计设计**：不同于此前仅关注SLAM或模拟协作驾驶的数据集，GA3T专门支持**空地视图融合(air-ground viewpoint fusion)**、**穿越性估计(traversability estimation)** 和**跨视图感知(cross-view perception)** 研究 - **多模态重叠观测**：通过异构平台从互补视角提供丰富跨模态和跨视图数据，包括LiDAR-立体-热红外等异构传感组合，利于多模态融合研究
🏆 总体贡献
- 提供了首个面向真实越野非结构化环境的**多机器人协作感知数据集**，填补了真实世界空地异构数据集空白 - 通过高质量人工标注和零样本分割标注，为**穿越性估计(traversability estimation)**、**协作场景理解(collaborative scene understanding)** 等任务提供标准化基准 - 数据集公开（假设），促进社区在跨视图感知、遮挡处理、异构机器人协同等领域的研究进展