基于神经形态视觉的空间探测器土壤特性表征与打滑估计数据集

《Scientific Data》：Neuromorphic Vision-Based Dataset for Soil Characterization and Slip Estimation in Space Rover Applications

　　

摘要

由于车轮与土壤之间存在复杂的相互作用，可能导致过度打滑、沉降、牵引力丧失以及最终导致漫游车无法移动，行星表面上的可靠漫游车机动性仍然是具有挑战性的。现有的土壤表征和打滑估计方法依赖于多种传感模式，然而，公开可用的数据集在将神经形态视觉与同步漫游车机动性测量及真实打滑信息相结合方面仍然有限。本文提出了一个基于神经形态视觉的数据集，该数据集为行星漫游车应用中的土壤表征和打滑估计提供了微秒级延迟、高时间分辨率和低功耗特性。该48 GB的数据集包含在三种地形类型、五种速度设置、两种照明条件和多种受控打滑场景下收集的270次实验。每次实验包含来自神经形态相机的同步事件流，以及车轮编码器测量数据、通过动作捕捉系统获得的漫游车姿态估计、地形标签和打滑测量数据。该数据集是开发基于神经形态视觉的漫游车感知算法的资源，可用于土壤表征、打滑估计和增强漫游车机动性。