日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
SLAMarXiv:2512.04772

TEMPO-VINE: ブドウ園におけるローカリゼーションとマッピングのためのマルチテンポラルセンサフュージョンデータセット

TEMPO-VINE: A Multi-Temporal Sensor Fusion Dataset for Localization and Mapping in Vineyards

シェア:XThreadsFacebookLINEはてブBluesky

ブドウ園でのSLAMや場所認識を評価するため、異なる価格帯のLiDAR、AHRS、RTK-GPS、カメラを組み合わせた初のマルチモーダル公共データセットを構築した。

詳しい要約

1. どんなもの？

- ブドウ園でのlocalizationとmappingのための大規模マルチモーダルデータセットTEMPO-VINEを提案。 - 異なる価格帯のLiDAR、AHRS、RTK-GPS、カメラを搭載し、実際のtrellisとpergolaのブドウ園で収集。 - 複数の季節、植生成長段階、地形、天候条件をカバーし、100mを超える列を含む。 - センサフュージョン、SLAM、place recognition技術の評価を目的とする。

2. 先行研究と比べてどこがすごい？

- 従来のロボティクス研究は制御されたシミュレーションや孤立したフィールド試験に依存し、共通ベンチマークが欠如。 - TEMPO-VINEは、実運用環境のブドウ園における初のマルチモーダル公開データセット。 - 異なる価格帯のLiDARを含み、多季節・多条件のデータを提供する点で先行研究と異なる。 - 複数回の走行と再訪を含むシーケンスパスにより、実用的な評価が可能。

3. 技術・手法の肝は？

- 異種LiDAR（異なる価格帯）、AHRS、RTK-GPS、カメラを組み合わせたマルチセンサシステムを構築。 - 実際のtrellisおよびpergolaブドウ園でデータを収集し、地上真値軌道を提供。 - データセット、処理ツール、ベンチマーク結果をウェブページで公開。 - 複数の季節、植生成長段階、地形、天候条件でのデータ収集を実施。

4. どうやって有効だと検証した？

- データセット、処理ツール、ベンチマーク結果をウェブページで公開し、評価を可能にした。 - 具体的な検証方法や実験結果の詳細は要旨からは不明。

5. 議論はある？

- 農業分野におけるデータセットのギャップを埋めることを目的としている。 - 動的なブドウ園環境の課題に対応。 - 学術界と産業界の自動化への関心の高まりに応える。 - 具体的な議論や限界については要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番として、SLAM（例: LOAM, ORB-SLAM）、place recognition（例: NetVLAD）、センサフュージョン（例: VINS-Mono）などの関連論文が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Mauro Martini, Marco Ambrosio, Judith Vilella-Cantos, Alessandro Navone, Marcello Chiaberge

分類: cs.RO, cs.SY, eess.SY

原文アブストラクト

In recent years, precision agriculture has been introducing groundbreaking innovations in the field, with a strong focus on automation. However, research studies in robotics and autonomous navigation often rely on controlled simulations or isolated field trials. The absence of a realistic common benchmark represents a significant limitation for the diffusion of robust autonomous systems under real complex agricultural conditions. Vineyards pose significant challenges due to their dynamic nature, and they are increasingly drawing attention from both academic and industrial stakeholders interested in automation. In this context, we introduce the TEMPO-VINE dataset, a large-scale multi-temporal dataset specifically designed for evaluating sensor fusion, simultaneous localization and mapping (SLAM), and place recognition techniques within operational vineyard environments. TEMPO-VINE is the first multi-modal public dataset that brings together data from heterogeneous LiDARs of different price levels, AHRS, RTK-GPS, and cameras in real trellis and pergola vineyards, with multiple rows exceeding 100 m in length. In this work, we address a critical gap in the landscape of agricultural datasets by providing researchers with a comprehensive data collection and ground truth trajectories in different seasons, vegetation growth stages, terrain and weather conditions. The sequence paths with multiple runs and revisits will foster the development of sensor fusion, localization, mapping and place recognition solutions for agricultural fields. The dataset, the processing tools and the benchmarking results are available on the webpage.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING（GPU搭載BTOゲーミングPC）

OZ GAMING（GPU搭載BTOゲーミングPC）の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →