无人地面车辆传感器数据集-2D与3D轨迹-2011-tomasbarata
数据来源：互联网公开数据
标签：无人地面车辆,传感器数据,2D轨迹,3D轨迹,数据融合,扩展卡尔曼滤波器,ROS,时间戳,GNSS,IPS
数据概述：
本数据集包含无人地面车辆（UGV）在不同传感器和不同轨迹（2D和3D）下的数据，旨在通过扩展卡尔曼滤波器（Extended Kalman Filter）进行数据融合。数据采集工作基于ROS（机器人操作系统）平台，该系统采用节点和主题的通信架构。每个传感器关联到特定的节点，负责通过主题发布信息。
数据采集过程使用了Unix时间戳，表示自1970年1月1日午夜UTC以来的秒数，精度可达纳秒级别，便于进行时间计算和比较。记录的时间戳通过加上Unix纪元值并调整至数据采集地的时区，转换为可读格式。实验过程中引用的时间基于UTC+1时区。
数据集包含以下文档：
- Sensor_topics.pdf：包含UGV、GNSS接收器和IPS（室内定位系统）所有发布传感器主题的详细信息。
- Data Acquisition Overview.mp4：数据采集过程的概览视频。
- 2D Rectangular Trajectory.png：2D矩形轨迹图。
- 3D Trajectory_1.png：3D轨迹图1。
- 3D Trajectory_2.jpg：3D轨迹图2。
- 3D Trajectory_GTpoints.png：所有GNSS坐标（WGS84）的真实点（GT points）。
数据用途概述：
该数据集适用于无人地面车辆的传感器数据分析、数据融合技术研究、轨迹规划与控制、以及相关领域的教学和科研。研究人员可以利用这些数据进行传感器数据融合、轨迹分析，评估不同传感器的性能，并优化无人地面车辆的导航与定位系统。
