캠퍼스와 같은 환경처럼 구조화된 공간과 비구조화된 공간이 공존하는 대규모 환경을 마주한다. 이러한 환경에서는 조명 조건과 동적 객체가 끊임없이 변화한다. 이러한 조건에서의 대규모 지도화 문제를 해결하기 위해, 우리는 다중 세션 환경에서의 다중 로봇 SLAM을 위한 다양한 지형 및 멀티모달 데이터셋인 DiTer++를 제안한다. 우리의 데이터셋 시나리오에 따르면 Agent-A와 Agent-B는 각각 효율적인 대규모 지도화를 위해 낮과 밤에 지정된 구역을 스캔한다. 또한, 지형 비의존적인 이동을 위해 보행(다리) 로봇을 사용한다. 각 로봇의 정답(ground-truth)을 생성하기 위해, 먼저 측량 등급의 사전(prior) 지도(Map)를 구축한다. 그다음 사전 지도에서 동적 객체와 이상치(outliers)를 제거하고, 스캔-투-맵(scan-to-map) 매칭을 통해 궤적을 추출한다. 본 데이터셋과 부가 자료는 https://github.com/sparolab/DiTer-plusplus/에서 제공된다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.