本研究提供了首个在自然环境中进行航空机器人操作的公开数据集，包含了美国大陆各种地形的RGB、热、全球定位和惯性数据，并提供了语义分割注释。该数据集可用于开发逆境天气和夜间条件下的感知算法。数据集和代码将在2024年3月提供。

POLAR3D是美国宇航局生成的模拟月球照明条件的数字资产，包括约23,000个标签和数字化的月球地形场景。它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。POLAR3D对感知算法开发、相机模拟工作和月球模拟练习有帮助。