enav-planetary-dataset

能源感知导航数据集，用于行星探测车，收集于加拿大空间局的火星模拟地形。该数据集包含超过1,200米的驾驶数据，并包括驾驶能耗、太阳辐射、全景立体彩色图像、高分辨率前向单通道图像、三轴惯性测量（加速度和角速度）、单个轮编码器数据、基于GPS的真实位置和增强姿态估计、太阳矢量相对于探测车姿态估计的方向、环境的地理参考地图（RGB马赛克、高程/坡度/方位模型）。

The Energy-Aware Navigation Dataset, designed for planetary rovers, was collected in the Mars simulation terrain of the Canadian Space Agency. This dataset encompasses over 1,200 meters of driving data, including driving energy consumption, solar radiation, panoramic stereo color images, high-resolution forward single-channel images, triaxial inertial measurements (acceleration and angular velocity), individual wheel encoder data, GPS-based true position and enhanced pose estimation, the direction of the solar vector relative to the rover's pose estimation, and georeferenced environmental maps (RGB mosaics, elevation/slope/aspect models).

原始信息汇总

数据集概述

名称: enav-planetary-dataset

描述: 该数据集是为行星探测车设计的能源感知导航数据集，收集于加拿大空间局的火星模拟地形。数据集总长度超过1,200米，包含以下内容：

• 行驶功率消耗、探测车顶部平面上的太阳辐照度及晴空直接辐照度估计；
• 全景立体彩色图像和高分辨率前向单通道图像；
• 三轴惯性测量（加速度和角速度）；
• 单个轮编码器数据及相应的二维里程计估计；
• 基于GPS的地面真实位置和IMU、GPS及视觉数据融合的增强姿态估计；
• 相对于探测车姿态估计的太阳矢量方向；
• 环境的地理参考地图（RGB马赛克、高程/坡度/方位模型）。

作者: Olivier Lamarre, Oliver Limoyo, Filip Marić, Dr. Jonathan Kelly

维护者: Olivier Lamarre

数据格式: 数据可下载自官方网页，提供人类可读格式和rosbag格式。

附加工具: 提供用于与rosbag文件交互的工具，以及用于数据获取、绘图和高级数据可视化的Python脚本和ROS包。

环境地图: 包括四种不同的高空地图，分辨率为0.2米/像素，格式为.tif，包括颜色、高程、坡度大小和坡度方向地图。

安装要求:

• ROS安装（测试于ROS Kinetic）；
• Python 3（测试于3.7版本）。

安装步骤:

1. 克隆此仓库至catkin工作空间的src目录；
2. 使用pip安装Python模块；
3. 安装必要的ROS依赖包；
4. 构建enav_ros包。

文档: 数据获取、绘图和地图显示的文档及示例Python脚本位于enav_utilities子目录，ROS包数据可视化相关指令位于enav_ros子目录。

引用:

@article{lamarre2020canadian, author = {Lamarre, Olivier and Limoyo, Oliver and Mari{c}, Filip and Kelly, Jonathan}, title = {{The Canadian Planetary Emulation Terrain Energy-Aware Rover Navigation Dataset}}, journal = {The International Journal of Robotics Research}, year = {2020}, doi = {10.1177/0278364920908922}, URL = {https://doi.org/10.1177/0278364920908922}, publisher={SAGE Publications Sage UK: London, England} }

搜集汇总

数据集介绍

构建方式

enav-planetary-dataset数据集构建于加拿大航天局的火星模拟地形环境中，通过模拟行星探测车的能量感知导航任务，收集了超过1200米的行驶数据。该数据集包含了多种传感器数据，如行驶功率消耗、太阳能辐射、全景立体彩色图像、高分辨率单通道图像、三轴惯性测量、车轮编码器数据、基于GPS的地面真实位置以及通过IMU、GPS和视觉数据融合增强的姿态估计。此外，数据集还提供了太阳矢量相对于探测车姿态的估计以及环境的地理参考地图，包括RGB马赛克、高程、坡度和坡向模型。

特点

该数据集的显著特点在于其多模态数据的集成，涵盖了从能量消耗到环境感知的多维度信息。具体而言，数据集不仅包括了探测车的能量管理数据，还提供了丰富的视觉和惯性测量数据，以及精确的地理参考地图。这些数据的多样性和高精度为研究行星探测车的能量感知导航提供了全面的支持。此外，数据集还提供了多种格式的数据，包括人类可读格式和rosbag格式，便于不同研究需求的使用。

使用方法

使用该数据集时，用户可以通过提供的Python脚本直接获取和绘制数据，或使用轻量级的ROS包进行高级数据可视化和交互。数据集的官方网页提供了数据的下载链接，用户可以选择适合的格式进行下载。对于ROS用户，可以通过克隆包含子模块的仓库并安装相关依赖来构建和运行enav_ros包。此外，数据集还提供了详细的文档和示例Python脚本，帮助用户快速上手并充分利用数据集的各项功能。

背景与挑战

背景概述

enav-planetary-dataset是由加拿大空间局的火星模拟地形收集的，用于行星漫游者能量感知导航的数据集。该数据集由多伦多大学的Space and Terrestrial Autonomous Robotic Systems (STARS)实验室的Olivier Lamarre、Oliver Limoyo、Filip Marić和Jonathan Kelly博士等人创建。数据集包含了超过1,200米的驾驶数据，涵盖了驾驶能耗、太阳辐照度、全景立体彩色图像、三轴惯性测量、轮编码器数据、GPS位置和增强的姿态估计等多种信息。该数据集的核心研究问题是如何在行星探索中实现能量感知的导航，这对于未来的深空探索任务具有重要意义。

当前挑战

enav-planetary-dataset在构建过程中面临了多项挑战。首先，数据集需要精确地捕捉和记录漫游者在复杂地形中的能量消耗和环境条件，这要求高精度的传感器和数据处理技术。其次，数据集的多样性和复杂性使得数据管理和分析变得复杂，尤其是在处理多模态数据（如图像、惯性测量和GPS数据）时。此外，如何在不同的计算平台上高效地使用和可视化这些数据也是一个重要的挑战。最后，确保数据集的准确性和可靠性，以便支持未来的研究和应用，也是一项持续的挑战。

常用场景

经典使用场景

enav-planetary-dataset 数据集的经典使用场景主要集中在行星探测车的能量感知导航研究中。该数据集通过提供详细的能量消耗、太阳辐照度、惯性测量、轮式编码器数据以及高分辨率图像等多模态数据，支持研究者开发和验证能量高效的导航算法。这些算法不仅需要优化路径规划，还需考虑如何在有限的能量资源下最大化探测车的任务执行效率。

解决学术问题

该数据集解决了行星探测车在能量受限环境下的导航优化问题，为学术界提供了一个真实且丰富的实验平台。通过融合多种传感器数据，研究者可以探索如何在高动态和复杂地形中实现精确的定位与导航，同时优化能量消耗。这不仅推动了行星探测技术的进步，也为其他能量受限的机器人系统提供了重要的参考价值。

衍生相关工作

基于 enav-planetary-dataset 数据集，许多经典工作得以展开。例如，研究者们开发了多种能量感知的路径规划算法，结合机器学习和优化技术，显著提升了探测车的能量利用效率。此外，该数据集还促进了多传感器数据融合技术的研究，推动了高精度定位与地图构建技术的发展。这些衍生工作不仅丰富了行星探测领域的研究，也为机器人学和自动化领域提供了宝贵的理论和实践经验。