イベントカメラ/データセット2026/1/1arXiv:2601.02777

M-SEVIQ：高速運動と厳しい照明下での知覚のためのマルチバンドステレオイベント視覚慣性四足歩行データセット

M-SEVIQ: A Multi-band Stereo Event Visual-Inertial Quadruped-based Dataset for Perception under Rapid Motion and Challenging Illumination

シェア:X Threads Facebook LINE はてブ Bluesky

四足歩行ロボットにステレオイベントカメラやIMUなどを搭載し、高速運動や厳しい照明下で収集したマルチバンドデータセットを構築した。

詳しい要約

1. どんなもの？

- 四足歩行ロボットの高速移動・厳しい照明下での知覚向けデータセット - 名称は M-SEVIQ - Unitree Go2 に stereo event cameras、frame-based camera、IMU、joint encoders を搭載 - 30以上の実世界シーケンスを含む - 速度レベル、照明波長、照明条件を変化させて収集 - キャリブレーション（intrinsic, extrinsic, temporal alignments）も提供 - agile robot perception、sensor fusion、semantic segmentation、multi-modal vision 研究を支援

2. 先行研究と比べてどこがすごい？

- 既存の event camera データセットは stereo 構成や multi-band sensing の点で限界 - 様々な照明条件下でのデータが不足 - 本データセットは stereo event cameras と multi-band を備える - 四足歩行ロボットの高速移動・厳しい照明下での知覚に特化 - 包括的なキャリブレーションデータを提供

3. 技術・手法の肝は？

- Unitree Go2 に stereo event cameras、frame-based camera、IMU、joint encoders を搭載 - 異なる速度レベル、照明波長、照明条件でデータ収集 - 30以上の実世界シーケンスを取得 - intrinsic, extrinsic, temporal alignments を含むキャリブレーションを実施 - センサーフュージョンとベンチマークを可能にする

4. どうやって有効だと検証した？

- 要旨からは不明 - データセットの有効性検証の具体的な方法は記述されていない - 提供データが研究を支援すると述べるのみ

5. 議論はある？

- 要旨からは不明 - 限界や議論については言及なし - データセットの利用可能性や課題は記述されていない

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 - 関連手法として event camera データセット、visual-inertial odometry、sensor fusion、semantic segmentation の定番研究が挙げられる - 具体的な論文名は要旨からは不明

※ 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: Jingcheng Cao, Chaoran Xiong, Jianmin Song, Shang Yan, Jiachen Liu, Ling Pei

分類: cs.RO

原文アブストラクト

Agile locomotion in legged robots poses significant challenges for visual perception. Traditional frame-based cameras often fail in these scenarios for producing blurred images, particularly under low-light conditions. In contrast, event cameras capture changes in brightness asynchronously, offering low latency, high temporal resolution, and high dynamic range. These advantages make them suitable for robust perception during rapid motion and under challenging illumination. However, existing event camera datasets exhibit limitations in stereo configurations and multi-band sensing domains under various illumination conditions. To address this gap, we present M-SEVIQ, a multi-band stereo event visual and inertial quadruped dataset collected using a Unitree Go2 equipped with stereo event cameras, a frame-based camera, an inertial measurement unit (IMU), and joint encoders. This dataset contains more than 30 real-world sequences captured across different velocity levels, illumination wavelengths, and lighting conditions. In addition, comprehensive calibration data, including intrinsic, extrinsic, and temporal alignments, are provided to facilitate accurate sensor fusion and benchmarking. Our M-SEVIQ can be used to support research in agile robot perception, sensor fusion, semantic segmentation and multi-modal vision in challenging environments.

arXivで原文を読む →arXiv概要ページ

M-SEVIQ：高速運動と厳しい照明下での知覚のためのマルチバンドステレオイベント視覚慣性四足歩行データセット

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell