あらゆるビジョンデータが融合した『The Hilti SLAM Challenge Dataset』

ロボット工学

以下のツイートをしたところ、結構話題になりました。

今回は、この論文が発表したデータセットについて詳しく解説していこうかと思います。

The Hilti SLAM Challenge Dataset
Accurate and robust pose estimation is a fundamental capability for autonomous systems to navigate, map and perform tasks. Particularly, construction environmen...

論文自体はいわゆるデータセット論文で、技術的な貢献をしたものというよりも、標準的なデータセットを作成して研究コミュニティに貢献しています。
そのため論文の詳しい内容よりも、どのようなデータセットなのかを見ていきます。

データセットの背景

このデータセットはIROS 2021で開催された「THE HILTI SLAM-CHALLENGE」に利用されたものです。
SLAMの精度を競うコンペティションで、移動した軌道と自己位置推定の精度が評価されました。

HILTI SLAM Challenge - Hilti AG
Hilti SLAM Challenge @ IROS2021. Participate now to learn about the amazing opportunities.

魔法の杖によりあらゆるビジョンデータを収集

このデータセットは、以下のような謎の杖で作成されています。

杖にはありとあらゆるビジョンセンサが取り付けられています。

さらに、そのセンサのCADまで公開されています。

SLAMの評価

提案されたSLAMシステムの評価は、evoというライブラリをもとに行われています。
評価関数についても、GitHubで全て公開されています。

hiltislamchallenge/evaluation-evo at master · hemi86/hiltislamchallenge
Contribute to hemi86/hiltislamchallenge development by creating an account on GitHub.

コンペの結果

結果は、ホームページに公開されており、以下のようなっていました。

1位のMegviiが気になりますが、中国系のAIベンチャーらしいです。
イメージとしては、中国版PFNというかんじでしょうか。

まとめ

SLAMのコンペというは珍しく、非常に面白い試みだったと思います。
装置を見ると、正解ようのデータセットを作るだけでかなり大変ことがわります。

私自身は、SLAMをいじった経験はないですが、必要な時にはこのデータセットで評価を行いたいと思います。

コメント

タイトルとURLをコピーしました