数据集概述
本数据集为受限空间水下协同机器人定位实验数据，包含Lawnmower、Random、Square三种运动模式下的实时数据，用于验证CAP系统性能。数据由原始rosbag文件转换为csv格式，涵盖IMU、定位输出、深度传感器、真值跟踪、SLAM及AprilTag检测等多类信息，支持系统复现与分析。
文件详解
- 压缩文件
- 文件名称：Data_TFR.zip
- 文件格式：ZIP
- 内容说明：包含9个子数据集（Lawnmower1-3、Random1-3、Square1-3），每个子数据集内有原始rosbag文件及转换后的csv文件，对应各类rostopic数据
- csv文件映射：
- imu.csv：对应/imu/data（原始IMU数据）
- capcd_online.csv：对应/cap_cd（CAP-CD实时输出的水下机器人坐标）
- cappnp_online.csv：对应/cap_pnp（CAP-CPnP实时输出的水下机器人坐标）
- depth_sensor.csv：对应/bluerov/mavros/global_position/rel_alt（水下机器人深度传感器数据）
- qualisys.csv：对应/qualisys/bluerov_8_points/pose（Qualisys跟踪的水下机器人真值）
- slam.csv：对应/slam_out_pose（水面机器人Hector SLAM输出的坐标与姿态）
- apriltag_pnp.csv：对应/tag_detections（AprilTag的EPnP解算位姿）
- corners.csv：对应/tag_detections_raw（AprilTag四个角点的像素坐标）
- 压缩文件
- 文件名称：CAP_codes.zip
- 文件格式：ZIP
- 内容说明：Python编写的ROS包代码，用于编译运行CAP系统，支持数据集复现
数据来源
RAICo Lab（West Cumbria）
适用场景
- 水下机器人定位系统验证：分析CAP-CD、CAP-CPnP算法在受限空间的定位精度与实时性
- 多传感器数据融合研究：整合IMU、深度传感器、AprilTag检测及SLAM数据，优化水下定位方案
- 协同机器人运动控制分析：研究水面机器人自动跟随模式下的运动轨迹与定位协同机制
- 真值对比实验：通过Qualisys跟踪数据验证定位算法的误差特性
- 算法复现与二次开发：基于ROS包代码复现实验结果，拓展水下定位技术应用场景
