CU-Multi：マルチロボット協調知覚のためのデータセット

- CU-Multiは、multi-robot collaborative perception のためのデータセット - University of Colorado Boulder のキャンパス内の2つの大規模屋外サイトで複数日にわたり収集 - 4つの同期された runs を含み、開始時刻を揃え、trajectory overlap を制御 - センサ構成は RGB-D sensing、RTK GPS、semantic LiDAR、refined ground-truth odometry - 複数ロボットの異なる視点を再現し、overlap variation と dense semantic annotations を備える - 目的は multi-robot collaborative perception タスクの再現可能な評価基盤の提供

- 従来は専用の multi-robot datasets が乏しく、single-robot trajectories を分割して評価することが多い - その方法は真の multi-robot 運用を部分的にしか反映せず、標準化を欠き比較が困難 - 近年の multi-robot datasets は短い trajectories、限られた inter-robot overlap、疎な intra-robot loop closures という制約 - CU-Multi は大規模屋外サイトで複数日にわたり収集し、開始時刻を揃えた4つの同期 runs を提供 - controlled trajectory overlap と dense semantic annotations を組み合わせ、再現可能な評価を可能にする点が特徴

- 2つの大規模屋外サイトで複数日にわたるデータ収集を実施 - 4つの runs を同期し、開始時刻を揃えることでロボットチームの異なる視点を再現 - trajectory overlap を制御し、overlap variation をデータセットに組み込む - RGB-D sensing、RTK GPS、semantic LiDAR を搭載し、refined ground-truth odometry を提供 - dense semantic annotations を付与 - 詳細な収集手順や同期・ground-truth 生成の具体的アルゴリズムは要旨からは不明

- 要旨からは不明 - CU-Multi を用いた具体的な評価実験やベースライン比較の結果は記述されていない - データセットの設計上の特徴として、overlap variation と dense semantic annotations が再現可能な評価の基盤になると主張

- 既存の single-robot trajectory 分割による評価は真の multi-robot 運用を部分的にしか反映せず、標準化を欠く点が議論されている - 近年の multi-robot datasets は短い trajectories、限られた inter-robot overlap、疎な intra-robot loop closures という限界がある - CU-Multi はこれらの制約に対処するが、データセットの具体的な規模、収集条件の詳細、評価プロトコルは要旨からは不明 - 今後の課題や限界についての明示的な議論は要旨からは不明

- Collaborative SLAM (C-SLAM) に関する研究 - 近年導入された複数の multi-robot datasets（個別名は要旨からは不明） - single-robot trajectories を分割して multi-robot 評価を行う既存手法 - multi-robot collaborative perception のベンチマーク研究 - semantic LiDAR や RGB-D sensing を用いた協調認識手法