MS-DOTT多模态越野可通行性数据集发布

Shivani Subramanyan等作者提出并发布多模态越野数据集 MS-DOTT（Multi-Sensor Dataset for Off-road Terrain Traversability），用于越野可通行性估计。该数据集将本体感知信号与外部成像、点云数据结合，同时覆盖长距 3D 传感与短距精细感知。 数据集包含在正常光照、低光和无光条件下采集的轨迹，提供远距大范围与近距高分辨率的 2D、3D 传感数据，以及带速度估计的 4D RADAR 测量。作者称，他们通过适配一种多传感器融合方法用于可通行性估计，展示了该数据集的用途。 该工作已被 RAAI Conference 2026 接收。报道未给出数据规模、采集场景与机器人数量，也未给出可通行性估计的成功率等量化结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。