AURORA, A multi sensor dataset for robotic ocean exploration

The current maturity of autonomous underwater vehicles (AUVs) has made their deployment practical and cost-effective, such that many scientific, industrial and military applications now include AUV operations. However, the logistical difficulties and high costs of operating at-sea are still critical limiting factors in further technology development, the benchmarking of new techniques and the reproducibility of research results. To overcome this problem, we present a freely available dataset suitable to test control, navigation, sensor processing algorithms and others tasks. This dataset combines AUV navigation data, side-scan sonar, multibeam echosounder data and seafloor camera image data, and associated sensor acquisition meta-data to provide a detailed characterisation of surveys carried out by the National Oceanography Centre (NOC) in the Greater Haig Fras Marine Conservazion Zone (MCZ) of the U.K in 2015.

当前自主水下航行器（AUVs）的成熟度已使其部署变得实际且经济高效，以至于众多科学、工业和军事应用均已纳入AUV的操作范畴。然而，海上操作的物流困难和高昂成本仍然是进一步技术发展、新技术基准测试以及研究结果重现性的关键限制因素。为了克服这一问题，我们提供了一个免费的数据集，适用于测试控制、导航、传感器处理算法以及其他任务。该数据集结合了AUV导航数据、侧扫声纳、多波束测深仪数据以及海底摄像机图像数据，并包含了相关的传感器采集元数据，以对英国国家海洋研究中心（NOC）在2015年于大黑弗拉斯海洋保护区（MCZ）进行的调查提供详细的表征。

搜集汇总

背景与挑战

背景概述

AURORA数据集是一个用于机器人海洋探索的多传感器数据集，旨在通过免费提供AUV导航数据、声纳和图像数据等，解决海洋操作成本高和技术发展受限的问题，促进算法测试和研究可重复性。该数据集包含侧扫声纳、多波束回声测深仪和海底相机图像等多种传感器数据，采集于2015年英国Greater Haig Fras海洋保护区，由英国国家海洋学中心执行，适用于控制、导航和传感器处理等任务。