HuRoN

我们通过HuRoN系统在 5 个不同的环境中收集了 24 天的HuRoN数据集，这些环境分布在 3 个大学建筑中。该数据集涵盖了75小时、58公里的自主机器人导航轨迹，包含超过4000 次与人类的交互。该数据集包括以下传感器信号：
球形相机图像（理光 Theta S），
鱼眼相机图像（170 度 FOV），
2D LiDAR (RPLiDAR S1) 的 2D 点云，以及
车轮里程计。
并且，我们给出以下估计或生成的贵重物品：
球形相机图像的估计深度，
来自球形相机图像的全景图像，
通过YOLOV5和DeepSORT得到行人的边界框和ID号，
通过YOLOV5、DeepSORT和估计深度估计行人2D位置，以及
ALVAR 的 AR 标记的相对姿势和 ID 号。

搜集汇总

背景与挑战

背景概述

HuRoN是一个机器人导航数据集，通过在5个不同环境中收集24天的数据，包含75小时、58公里的自主导航轨迹和超过4000次人机交互。它提供多种传感器信号，如球形和鱼眼相机图像、2D LiDAR点云及里程计，并包括深度估计、行人边界框和位置等贵重物品。