用于实景模型重建的采集数据

本数据集聚焦于实景测绘重建的三大典型环境——办公大厅、空压机房与停车场，每个场景均以USD格式封装，包含高精度几何纹理与真实测绘噪声，并完成实例分割清洗与精准语义标注，其中部分工业设备（如空压机接口、配电柜门）还标注了部件级信息。为了更好地还原真实工业与商业环境的动态性和复杂性，我们在办公大厅模拟日间自然采光并布置工位文件夹等日常杂物，在空压机房采用低照度LED光照并放置临时线缆，在停车场使用荧光灯管照明并设置车位防撞条等不同密度的杂物。该数据集可直接用于场景渲染、机器人训练等应用。将酷家乐设计的空间方案转化为NVIDIA机器人仿真所需的通用场景描述（OpenUSD）资产，整合了传感器参数、高精度网格、真实光照、物理材质、碰撞体及关节驱动等核心信息，数据资产以.usda格式存储，并由NVIDIA官方Isaac Sim平台提供可视化与仿真支持。该数据集主要由图片组成，包含同个视角下的多张图片，例如相机坐标系下的法向图，渲染图，语义图，albedo通道图。对不同的图进行处理，以符合客户需求使用。本算法旨在处理三维模型（如机房中的机柜、服务器、线缆，或家居中的桌椅、家电等），通过模型分割、实例重组及格式转换，生成可用于场景渲染和机器人训练的新实例模型。首先，模型分割阶段接收包含位置、尺寸、材质、顶点、法向、面片等信息的初始三维模型，运用拓扑连通性聚类算法将其拆分为多个面片组并提取模型类型字段，从而有效提取机房设备或家居物品的结构特征；随后，模型实例重组阶段对上述字段进行分割，利用Qwen-VL-Max和GroundingDino算法将分割后的部件组合成独立的模型实例（如将机柜拆分为框架、面板、内部接口，或将沙发拆分为坐垫、靠背、扶手），并为每个实例赋予标签字段，使其能够基于原模型的结构和信息被准确识别，便于后续在机房或家居场景中布局与应用；最后，模型格式转换阶段将拆分后的实例模型及其材质信息转换为OpenUSD格式，并获取碰撞体设置与动画约束信息，使模型能够在场景中动态交互（如机房配电柜门的开合、家居抽屉的抽拉）。通过以上步骤，原本数据库中的模型被重组为新的实例模型，并可组装成完整的机房或家居三维场景，从而满足场景渲染、机器人训练（如机器人巡检机房或整理家居环境）等多方面需求。

搜集汇总

背景与挑战

背景概述

本数据集聚焦于办公大厅、空压机房和停车场三大典型实景环境，以USD格式封装高精度几何纹理与真实测绘噪声，并完成实例分割与语义标注，部分工业设备还包含部件级信息。数据通过拓扑聚类、模型分割及实例重组等算法，将原始三维模型拆解并重组为可独立使用的实例，最终转换为OpenUSD格式，支持在Isaac Sim平台中进行场景渲染与机器人训练等应用。