DurLAR 是一个高保真度的 128 通道 3D LiDAR 数据集，旨在提升自动驾驶中的深度估计性能。通过联合监督和自监督损失函数，DurLAR 显著提高了单目深度估计的准确性。此外，POLAR3D 数据集为月球探测提供了丰富的数字资产，支持感知算法的开发。nuTonomy 和 LaRS 数据集也为自动驾驶和海洋障碍物检测提供了重要的基准和工具。

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。