論文の概要: AMP2026: A Multi-Platform Marine Robotics Dataset for Tracking and Mapping

• arxiv url: http://arxiv.org/abs/2603.04225v1
• Date: Wed, 04 Mar 2026 16:07:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.896965
• Title: AMP2026: A Multi-Platform Marine Robotics Dataset for Tracking and Mapping
• Title（参考訳）: AMP2026: 追跡とマッピングのためのマルチプラットフォーム海洋ロボットデータセット
• Authors: Edwin Meriaux, Shuo Wen, David Widhalm, Zhizun Wang, Junming Shi, Mariana Sosa Guzmán, Kalvik Jakkala, Bennett Carley, Elias Sokolova, Yogesh Girdhar, Monika Roznere, Jason O'Kane, Junaed Sattar, Gregory Dudek,
• Abstract要約: データセットには、空中ドローン、ボートに搭載されたカメラ、水中ロボットプラットフォームからの同期データが含まれている。 本稿では,データセットがサポートするデータ収集手法,センサ構成,データセット構成,目的とする研究タスクについて述べる。
• 参考スコア（独自算出の注目度）: 14.383850175317223
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Marine environments present significant challenges for perception and autonomy due to dynamic surfaces, limited visibility, and complex interactions between aerial, surface, and submerged sensing modalities. This paper introduces the Aerial Marine Perception Dataset (AMP2026), a multi-platform marine robotics dataset collected across multiple field deployments designed to support research in two primary areas: multi-view tracking and marine environment mapping. The dataset includes synchronized data from aerial drones, boat-mounted cameras, and submerged robotic platforms, along with associated localization and telemetry information. The goal of this work is to provide a publicly available dataset enabling research in marine perception and multi-robot observation scenarios. This paper describes the data collection methodology, sensor configurations, dataset organization, and intended research tasks supported by the dataset.
• Abstract（参考訳）: 海洋環境は、動的表面、限られた可視性、空中、表面、および水中の知覚モードの間の複雑な相互作用により、知覚と自律性に重大な課題を呈している。 本稿では,多視点トラッキングと海洋環境マッピングという2つの主要分野の研究を支援するために,複数分野にわたる多プラットフォーム海洋ロボットデータセットであるAerial Marine Perception Dataset (AMP2026)を紹介する。 データセットには、空中ドローン、ボートに搭載されたカメラ、水中ロボットプラットフォームからの同期データ、および関連するローカライゼーションとテレメトリ情報が含まれている。 この研究の目的は、海洋知覚とマルチロボット観測シナリオの研究を可能にする、公開データセットを提供することである。 本稿では,データセットがサポートするデータ収集手法,センサ構成,データセット構成,目的とする研究タスクについて述べる。

関連論文リスト

• SmartPNT-MSF: A Multi-Sensor Fusion Dataset for Positioning and Navigation Research [5.758433879018026]
  このデータセットは、グローバルナビゲーション衛星システム(GNSS)、慣性計測ユニット(IMU)、光学カメラ、LiDARなど、複数のセンサーからのデータを統合する。 データ収集と処理のための標準化されたフレームワークは、一貫性とスケーラビリティを確保し、大規模な分析を可能にする。 都市部、キャンパス、トンネル、郊外環境など、様々な現実のシナリオをカバーしている。
  論文  参考訳（メタデータ） (2025-07-25T09:06:11Z)
• EarthView: A Large Scale Remote Sensing Dataset for Self-Supervision [72.84868704100595]
  本稿では,地球モニタリングタスクにおける深層学習アプリケーションを強化することを目的とした,リモートセンシングデータの自己監督を目的としたデータセットを提案する。 このデータセットは15テラピクセルのグローバルリモートセンシングデータにまたがっており、NEON、Sentinel、Satellogicによる1mの空間解像度データの新たなリリースなど、さまざまなソースの画像を組み合わせている。 このデータセットは、リモートセンシングデータの異なる課題に取り組むために開発されたMasked Autoencoderである。
  論文  参考訳（メタデータ） (2025-01-14T13:42:22Z)
• MID: A Comprehensive Shore-Based Dataset for Multi-Scale Dense Ship Occlusion and Interaction Scenarios [10.748210940033484]
  海上航行行動データセット(MID)は、複雑な海上環境における船舶検出の課題に対処するために設計されている。 MIDには5,673の画像と135,884の微調整されたターゲットインスタンスが含まれており、教師付き学習と半教師付き学習の両方をサポートしている。 MIDの画像は、43の水域を横断する現実世界のナビゲーションの高精細なビデオクリップから得られたもので、天候や照明条件も様々である。
  論文  参考訳（メタデータ） (2024-12-08T09:34:23Z)
• Underwater Camouflaged Object Tracking Meets Vision-Language SAM2 [60.47622353256502]
  本研究は,UW-COT220という大規模水中カモフラージュ型物体追跡データセットを提案する。 提案したデータセットに基づいて、本研究はまず、水中環境に挑戦するSAMとSAM2ベースのトラッカーを含む、現在の高度な視覚オブジェクト追跡手法を評価する。 本研究はSAM2よりもSAM2を改良し,水中カモフラージュ物体の複雑度を処理できることを実証した。
  論文  参考訳（メタデータ） (2024-09-25T13:10:03Z)
• SeePerSea: Multi-modal Perception Dataset of In-water Objects for Autonomous Surface Vehicles [10.732732686425308]
  本稿では,自律航法のためのマルチモーダル認識データセットについて紹介する。 自律型表面車両(ASV)の環境意識を高めるため、水中環境における水中障害物に焦点を当てている。
  論文  参考訳（メタデータ） (2024-04-29T04:00:19Z)
• Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
  本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。 ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。 本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
  論文  参考訳（メタデータ） (2023-04-27T20:21:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。