SPICE-HL3

SPICE-HL3数据集由SnT - 卢森堡大学LunaLab的Space Robotics Group创建，旨在模拟月球高纬度地区的视觉环境。数据集包含来自七种不同轨迹的机器人在多种光照条件下导航时记录的图像、惯性测量和轮式里程计数据，共有88个独特的序列，包含130万张图像。数据使用立体RGB-惯性传感器、单目单色相机和首次使用的单光子雪崩二极管（SPAD）相机捕获。数据集可用于验证从基于视觉的自主导航到为未来月球任务进行科学成像的各种感知任务。The SPICE-HL3 dataset was created by the Space Robotics Group of LunaLab at the University of Luxembourg’s SnT, with the goal of simulating the visual environments of lunar high-latitude regions. The dataset contains images, inertial measurement data, and wheel odometry data collected by robots navigating under diverse lighting conditions along seven distinct trajectories, totaling 88 unique sequences and 1.3 million images. The data was captured using stereo RGB-inertial sensors, a monochrome monocular camera, and a single-photon avalanche diode (SPAD) camera, which is utilized for the first time in this robotic dataset. This dataset can be employed to validate a wide range of perception tasks, ranging from vision-based autonomous navigation to scientific imaging for future lunar missions.

搜集汇总

数据集介绍

构建方式

SPICE-HL3数据集构建于卢森堡大学LunaLab室内测试设施，该设施专为模拟多种月球纬度光学特性而设计。数据采集采用多传感器融合策略，包括立体RGB惯性传感器（StereoLabs ZED2）、单色相机（FLIR BlackflyS）及创新型单光子雪崩二极管（SPAD5122）相机，在模拟黎明至夜间等88种不同光照场景下，通过7种预设轨迹（含静态观测与5/50 cm/s动态移动）获取了130万张图像。所有数据均经过严格的时间同步校准，并配备亚毫米级精度动作捕捉系统作为真值基准。

使用方法

研究者可通过三种路径利用该数据集：1）导航算法验证——利用时间同步的多传感器数据开发视觉-惯性里程计（VIO）或SLAM系统，特别关注极端光照下的特征提取与位姿估计；2）新型传感器评估——对比分析SPAD相机与传统CMOS在低照度、高动态范围场景的成像性能差异；3）跨模态融合研究——结合轮式里程计与立体视觉数据开发鲁棒的状态估计框架。数据集提供Python/Matlab预处理脚本，支持从二进制SPAD帧合成到视差图计算等下游任务，ROS2数据包采用MCAP格式存储便于直接调用。

背景与挑战

背景概述

SPICE-HL3数据集由卢森堡大学SnT空间机器人研究组于2025年推出，旨在解决高纬度月球地形探索中的机器人视觉感知难题。该数据集在LunaLab实验室内采集，通过精确控制的光照系统模拟月球极区从黎明到夜间的多种光照条件，包含130万张由立体RGB-惯性传感器、单色相机及新型单光子雪崩二极管(SPAD)相机同步采集的图像序列。作为首个集成SPAD相机数据的月球模拟数据集，其创新性地捕捉了极端动态范围下的光子级成像特征，为月球车在低太阳高度角、长动态阴影等复杂光环境下的自主导航算法验证提供了关键基准。

当前挑战

该数据集主要应对两大挑战：在领域问题层面，高纬度月球区域因极低太阳高度角(常<10°)产生的超高动态范围场景，导致传统视觉算法在特征提取、运动估计等任务中面临严重性能退化；在构建过程中，需克服单光子相机二进制帧高速采集与集成、多模态传感器时空同步、以及模拟月壤光学特性与真实月壤的差异等技术难题。特别地，SPAD相机在连续运动场景下的数据采集受限于内存瓶颈，需开发定制化脚本实现4-bit模式连续采集，而运动捕捉系统的红外干扰光也需通过后期处理消除。

常用场景

经典使用场景

SPICE-HL3数据集专为高纬度月球地形探索任务设计，其经典使用场景包括在极端光照条件下进行视觉导航算法的验证与优化。该数据集通过模拟月球极地地区的低太阳高度角、长动态阴影和高动态范围等光学特性，为研究人员提供了一个真实且可控的实验环境。数据集中的多传感器数据（包括单光子相机、立体RGB惯性传感器和单色相机）使得其特别适用于视觉SLAM、特征匹配和动态光照适应等算法的测试。

解决学术问题

SPICE-HL3数据集解决了行星探索机器人领域中的多个关键学术问题，尤其是在极端光照条件下的感知与导航。通过提供真实的月球模拟环境数据，该数据集填补了现有合成数据在复杂光学特性模拟上的不足。其多传感器同步数据为视觉惯性里程计（VIO）、动态光照条件下的特征提取以及单光子相机在低光环境中的应用研究提供了重要支持。此外，数据集还解决了高动态范围成像和快速运动模糊等实际挑战，为未来月球任务的算法开发奠定了实验基础。

实际应用

SPICE-HL3数据集的实际应用场景主要集中在月球探测任务中的机器人导航与科学成像。例如，NASA的VIPER任务或ESA的月球探测计划可以利用该数据集验证其导航系统在极地阴影区的鲁棒性。此外，单光子相机的引入为低光环境下的科学成像（如永久阴影区的水冰探测）提供了新的数据支持。数据集还可用于地面测试设施的校准，确保其光学条件与真实月球环境的一致性。

数据集最近研究

最新研究方向

随着深空探测技术的快速发展，高纬度月球区域的机器人探索成为当前行星科学和空间机器人领域的前沿课题。SPICE-HL3数据集作为首个融合单光子雪崩二极管(SPAD)相机、立体视觉和惯性测量的综合数据集，为极端光照条件下的机器人感知研究开辟了新方向。该数据集通过精确模拟月球极区从黎明到夜晚的光照变化，为视觉SLAM、动态阴影处理和高动态范围成像等关键技术提供了真实场景验证平台。近期研究热点集中在利用SPAD相机的单光子灵敏度特性开发新型低照度视觉算法，以及探索多模态传感器融合在极端环境下的鲁棒定位方法。该数据集的发布显著推进了月球极区探测任务的感知系统开发，并为2025年后计划开展的Artemis等载人登月任务提供了重要的技术验证基础。

相关研究论文

• SPICE-HL3: Single-Photon, Inertial, and Stereo Camera dataset for Exploration of High-Latitude Lunar Landscapes

  SnT - University of Luxembourg · 2025年