详细内容或原文请订阅后点击阅览
CMU 创建了 TartanDrive 数据集来训练汽车在越野上自动驾驶
卡内基梅隆大学 (CMU) 的研究人员驾驶漫游车穿越高高的草丛、松散的砾石和泥土，收集漫游车与具有挑战性的越野环境相互作用的数据。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）卡内基梅隆大学 (CMU) 的研究人员驾驶漫游车穿越高高的草丛、松散的砾石和泥土，收集漫游车与具有挑战性的越野环境相互作用的数据。
作为测试的一部分，他们以高达 50 公里/小时的速度积极驾驶全地形车，转弯、爬坡、下坡，甚至陷在泥里。研究人员从七种传感器收集了视频数据、有关每个车轮速度的信息以及悬架减震器的性能。
生成的数据集称为 TartanDrive，包含大约 200,000 个此类现实生活交互。研究人员认为，无论是交互数量还是传感器类型，这些数据都是现实世界越野驾驶最大的多模式数据集。获得的数据可用于训练自主机器。
“与街道上的自动驾驶不同，越野驾驶更具挑战性，因为需要了解地形的动态才能安全、快速地驾驶，”机器人研究所 (RI) 研究员王文山表示。
以前的越野自动驾驶工作经常使用带注释的地图，提供泥土、草地、植被或水等标签，以帮助机器人了解地形。但此类信息并不经常可用，即使有，也可能没什么用。例如，地图上标记为“泥土”的区域可能难以通过或根本无法通过。
研究团队发现，他们为 TartanDrive 收集的多模态传感器数据使他们能够构建优于根据更简单的非动态数据开发的预测模型。机器人学硕士二年级学生塞缪尔·特里斯特 (Samuel Trieste) 表示，激进的驾驶使 SUV 达到了一定的性能水平，此时了解动力学变得至关重要。
github.com视频