Dataset for Sensing Anomalies as Potential Hazards in Mobile Robots

数据集由三种不同的场景组成: 隧道、工厂、走廊
在TAROS论文的数据集版本中，走廊场景有52' 607个样本和8个异常。在RAL论文中，我们将这种情况扩展到132个838帧和16个异常。

This dataset consists of three distinct scenarios: tunnel, factory, and corridor. In the dataset version from the TAROS paper, the corridor scenario contains 52,607 samples and 8 anomalies. In the RAL paper, we extended this scenario to 132,838 frames and 16 anomalies.

搜集汇总

背景与挑战

背景概述

该数据集包含隧道、工厂和走廊三种场景，用于移动机器人感知潜在危险异常。在TAROS论文版本中，走廊场景有52,607个样本和8个异常，而RAL论文将其扩展至132,838帧和16个异常。数据集由达勒莫勒人工智能研究所于2022年发布，相关资源可在GitHub和arXiv获取。