LuSNAR: 一个基于多传感器的月球分割、导航和重建数据集用于自主探测
原文中文，约400字，阅读约需1分钟。发表于：。通过构建多任务并具备多场景、多标签的月球基准数据集 LuSNAR，我们可以全面评估自主感知和导航系统，包括高分辨率的立体图像对、全景语义标签、密集深度地图、LiDAR 点云和漫游者的位置等，验证了该数据集在自主环境感知和导航等任务的可行性，并提供了用于测试算法指标的月球基准数据集。
美国宇航局生成了模拟月球照明条件的POLAR数据集的数字资产POLAR3D，包括岩石/阴影标签和月球地形场景的数字孪生体。可用于训练月球探测的感知算法和合成原始POLAR收集之外的照片真实场景，同时可集成到模拟环境中，促进数字化POLAR场景中逼真的月球车操作。POLAR3D公开可用，帮助感知算法开发、相机模拟工作和月球模拟练习。
