論文の概要: GA3T: A Ground-Aerial Terrain Traversability Dataset for Heterogeneous Robot Teams in Unstructured Environments

• arxiv url: http://arxiv.org/abs/2605.06478v1
• Date: Thu, 07 May 2026 16:03:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.971399
• Title: GA3T: A Ground-Aerial Terrain Traversability Dataset for Heterogeneous Robot Teams in Unstructured Environments
• Title（参考訳）: GA3T:非構造環境における異種ロボットチームのための地上地上地形トラバーサビリティデータセット
• Authors: Siwei Cai, Knut Peterson, Quan Tran, Christian Ricks, Dhanush Parthasarathy, Amir Kaidarov, Neil Deshpande, Sukaina Najm, David Han, Lifeng Zhou,
• Abstract要約: GA3Tは、Clearpath Husky UGVとAutel EVOII UAVを用いて収集された、現実のマルチロボット協調認識データセットである。 データセットは4つのユニークな環境で収集され、約29分間に13,000以上の同期フレームがある。 SLAMやシミュレートされた協調運転に焦点を当てた従来のマルチロボットデータセットとは異なり、GA3Tはクロスビュー知覚、空中視点融合、トラバーサビリティ推定、協調的なシーン理解の研究を支援するように設計されている。
• 参考スコア（独自算出の注目度）: 8.883110592055017
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Heterogeneous air-ground robot teams combine complementary sensing modalities, mobility characteristics, and spatial viewpoints that can significantly enhance perception in complex outdoor environments. However, progress in multi-robot collaborative perception has been constrained by the lack of real-world datasets featuring overlapping multi-modal observations from platforms operating in unstructured terrain. We present GA3T (Ground-Aerial Team for Terrain Traversal), a real-world multi-robot collaborative perception dataset collected using a Clearpath Husky UGV and an Autel EVO~II UAV across diverse unstructured environments, including forest trails, rocky paths, muddy terrain, snow piles, and grass-covered fields. The ground platform provides 3D LiDAR, stereo camera, IMU, and GPS data, while the aerial platform contributes RGB imagery, thermal/infrared observations, and GPS from a complementary overhead viewpoint, allowing for rich cross-modal and cross-view perception. The dataset is collected in 4 unique environments, with over 13,000 synchronized frames across approximately 29 minutes of operation, and includes both SAM~3-based zero-shot segmentation and over 8,000 manually labeled images. A unique aspect of the dataset is its early-spring collection period, during which sparse tree canopies allow the aerial robot to partially observe the ground robot and terrain through the trees, allowing for occlusion-aware collaborative perception. Unlike prior multi-robot datasets that focus on SLAM or simulated cooperative driving, GA3T is specifically designed to support research on cross-view perception, air-ground viewpoint fusion, traversability estimation, and collaborative scene understanding in real off-road environments.
• Abstract（参考訳）: 不均質な地上ロボットチームは、複雑な屋外環境における知覚を著しく向上させることができる相補的な感覚、移動特性、空間的視点を組み合わせる。 しかし、マルチロボット協調認識の進歩は、非構造地形で動作するプラットフォームから重なるマルチモーダル観測を特徴とする実世界のデータセットの欠如によって制限されている。 本稿では,Clearpath Husky UGV と Autel EVO~II UAV を用いて収集した実世界のマルチロボット協調認識データセット GA3T について述べる。 地上プラットフォームは3D LiDAR、ステレオカメラ、IMU、GPSデータを提供し、地上プラットフォームはRGB画像、サーマル/赤外線観測、GPSを補完的なオーバーヘッドの観点から提供し、クロスモーダルとクロスビューの認識を充実させる。 データセットは4つのユニークな環境で収集され、約29分間にわたって13,000以上の同期フレームがあり、SAM~3ベースのゼロショットセグメンテーションと8000以上の手動ラベル付き画像が含まれている。 データセットのユニークな側面は、その幼少期の収集期間であり、空飛ぶロボットが地上のロボットや地形を部分的に観察し、オクルージョンを意識した協調的な知覚を可能にする。 SLAMやシミュレートされた協調運転に焦点を当てた従来のマルチロボットデータセットとは異なり、GA3Tは、実際のオフロード環境でのクロスビュー知覚、地上視線融合、移動可能性推定、協調的なシーン理解の研究を支援するように設計されている。

関連論文リスト

• High-fidelity 3D reconstruction for planetary exploration [0.15749416770494704]
  本研究は、惑星ロボットのための統一環境再構築パイプラインへの放射場に基づく手法の統合について検討する。 我々のシステムはNerfstudioおよびCOLMAPフレームワークとROS2互換のワークフローを組み合わせることで、ロスバグ記録から直接ローバーデータを処理できる。 結果として得られたパイプラインは、惑星探査における幾何学的表現と神経的表現のギャップを埋める、放射場に基づくマッピングに関する将来の研究の基礎を確立した。
  論文  参考訳（メタデータ） (2026-02-14T22:07:03Z)
• RoboTracer: Mastering Spatial Trace with Reasoning in Vision-Language Models for Robotics [53.053660003572965]
  本稿では,3次元空間参照と計測の両方を初めて実現した3D対応VLMであるRoboTracerを提案する。 RoboTracerは、強化微調整により、多段階のメートル法推論を進める。 本稿では,空間的トレーシングを評価する上で困難なベンチマークであるTraceSpatial-Benchを提案する。
  論文  参考訳（メタデータ） (2025-12-15T18:52:43Z)
• AGC-Drive: A Large-Scale Dataset for Real-World Aerial-Ground Collaboration in Driving Scenarios [68.84774511206797]
  AGC-DriveはAerial-Ground Cooperativeの3D知覚のための最初の大規模実世界のデータセットである。 AGC-Driveには350のシーンがあり、それぞれ約100のフレームと13のオブジェクトカテゴリをカバーする完全な注釈付き3Dバウンディングボックスがある。 車両間協調認識と車両間協調認識の2つの3次元タスクのベンチマークを提供する。
  論文  参考訳（メタデータ） (2025-06-19T14:48:43Z)
• TartanGround: A Large-Scale Dataset for Ground Robot Perception and Navigation [19.488886693695946]
  TartanGroundは、地上ロボットの認識と自律性を向上する大規模なマルチモーダルデータセットである。 我々は70の環境にまたがって910の軌道を集め、150万のサンプルを得た。 TartanGroundは、幅広い学習ベースのタスクのトレーニングと評価のためのテストベッドとして機能する。
  論文  参考訳（メタデータ） (2025-05-15T20:35:06Z)
• Griffin: Aerial-Ground Cooperative Detection and Tracking Dataset and Benchmark [15.405137983083875]
  航空と地上の協力は、UAVの空中視界と地上の車両の局部的な観測を統合することで、有望な解決策を提供する。 本稿では,3つの重要な貢献を通じて,地上3次元協調認識のための包括的ソリューションを提案する。
  論文  参考訳（メタデータ） (2025-03-10T07:00:07Z)
• RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments [62.5830455357187]
  我々は3種類のセンサー(Camera, LiDAR, Fisheye)をベースとした自我中心型マルチセンサデータ収集プラットフォームを構築した。 大規模なマルチモーダルデータセットであるRoboSenseは、エゴセントリックなロボット知覚を促進するために構築されている。
  論文  参考訳（メタデータ） (2024-08-28T03:17:40Z)
• VBR: A Vision Benchmark in Rome [1.71787484850503]
  本稿では,RGBデータ,3次元点雲,IMU,GPSデータを含む,ローマで収集された視覚・知覚研究データセットについて述べる。 我々は、自律ロボット工学とコンピュータビジョンの研究を進めるために、視覚計測とSLAMをターゲットにした新しいベンチマークを導入する。
  論文  参考訳（メタデータ） (2024-04-17T12:34:49Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)

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。