RELLIS-3D

RELLIS-3D是用于越野机器人的多模式数据集。它是在越野环境中收集的，其中包含13,556 LiDAR扫描和6,235图像的注释。数据是在德克萨斯农工大学的Rellis校园收集的，对与班级不平衡和环境地形有关的现有算法提出了挑战。该数据集还提供ROS bag格式的全堆栈传感器数据，包括RGB相机图像，LiDAR点云，一对立体图像，高精度GPS测量和IMU数据。

RELLIS-3D is a multimodal dataset designed for off-road robotics. It was collected in off-road environments, with annotations for 13,556 LiDAR scans and 6,235 images. The data was gathered on the Rellis Campus of Texas A&M University, and poses challenges to existing algorithms associated with class imbalance and environmental terrain. This dataset also offers full-stack sensor data in ROS bag format, including RGB camera images, LiDAR point clouds, a pair of stereo images, high-precision GPS measurements, and IMU data.

搜集汇总

背景与挑战

背景概述

RELLIS-3D是一个专为越野机器人设计的多模式数据集，包含13,556个LiDAR扫描和6,235张图像的注释，数据收集于德克萨斯农工大学的Rellis校园，挑战了现有算法在班级不平衡和环境地形方面的处理能力。该数据集还提供全堆栈传感器数据，如RGB相机图像、LiDAR点云、立体图像、高精度GPS和IMU数据，以ROS bag格式呈现，适用于语义分割和自动导航等任务。