拉瓦尔大学发布FoMo数据集,应用在机器人导航、自动驾驶领域

拉瓦尔大学本次发布的数据集FoMo,FoMo是由拉瓦尔大学Norlab实验室主导构建的多季节机器人导航数据集，采集于加拿大魁北克 boreal森林长达一年的环境变化数据。该数据集包含64公里六类轨迹的12次重复采集，集成固态激光雷达、FMCW雷达、双目/单目相机及双IMU等多模态传感器数据，并配备GNSS后处理生成的厘米级真值轨迹。其特色在于完整记录了积雪超1米、植被生长等极端季节性变化，旨在解决复杂地形下长期自主导航的SLAM算法鲁棒性评估难题，尤其适用于极地环境自动驾驶系统的开发验证。

查看FoMo

关于拉瓦尔大学,拉瓦尔大学是加拿大魁北克省的一所著名大学，成立于1663年，是北美最古老的高等教育机构之一。该校以法语教学为主，提供广泛的本科和研究生课程，尤其在工程、自然科学和医学领域具有较高的研究水平。

关于arXiv,全球最大的预印本论文库，涵盖物理学、数学、计算机科学等多个学科领域。