{
  "paper_id": "fdd2060136e21ec46515fb0089629195",
  "paper_title": "INDOOR-LiDAR: Bridging Sim2real for Robot-Centric Indoor Scenes Perception – A Hybrid Point Cloud Dataset",
  "paper_authors": [],
  "publication_date": "",
  "publication_venue": "unknown",
  "abstract": "我们提出了 INDOOR-LIDAR，一个全面的室内 3D LiDAR 点云混合数据集，旨在推进机器人感知研究。现有室内 LiDAR 数据集常常受限于规模有限、标注格式不一致以及数据采集过程中人为因素带来的变异性。INDOOR-LIDAR 通过将模拟环境与使用自主地面机器人采集的真实世界扫描相结合，在受控变化下提供一致的覆盖范围和真实的传感器行为，从而解决这些局限。每个样本包含带有强度测量和 KITTI 风格标注的密集点云数据。标注模式涵盖各种场景中的常见室内物体类别。模拟子集支持灵活配置布局、点密度和遮挡，而真实子集捕获真实室内环境特有的传感器噪声、杂乱和领域特定伪影。INDOOR-LIDAR 支持广泛的应用，包括 3D 目标检测、鸟瞰图（BEV）感知、SLAM、语义场景理解以及模拟与真实室内领域之间的域适应。通过弥合合成数据与真实数据之间的差距，INDOOR-LIDAR 建立了一个可扩展、真实且可复现的基准，以推动复杂室内环境中的机器人感知研究。\n",
  "keywords": [
    "室内 LiDAR 数据集",
    "sim-to-real",
    "机器人感知",
    "3D 目标检测",
    "SLAM",
    "域适应",
    "点云",
    "BEV 感知"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "deepseek-v4-flash",
  "prompt_template": "simple",
  "extracted_at": "2026-08-18T10:30:24.252089Z",
  "template_tag": "simple",
  "summary": "### 摘要\n\n现有室内 LiDAR 数据集常受限于规模、标注格式不一致以及手持采集造成的人体遮挡和盲区，而基于相机的室内数据集又依赖光照、纹理和材质外观，难以在仿真与真实环境间迁移。INDOOR-LiDAR 提出一个混合点云数据集，将程序化生成的仿真环境与自主地面机器人采集的真实扫描相结合，利用 LiDAR 的几何一致性来弥合 sim-to-real 差距。仿真子集通过 Unity/MuJoCo 程序化生成场景，并用 Taichi 实现大规模并行光线追踪，核心机制为按球面采样发射射线 d(θ,φ)=[cosφ cosθ, cosφ sinθ, sinφ]^T，p(t)=o+t d，从而高效生成带完美标注的密集点云；真实子集由装有 360° LiDAR、OAKD-Lite 相机、Xsens Mti300 IMU 和 Jetson AGX Orin 的自主地面机器人在办公室、实验室、走廊和杂物区采集，并使用 SUSTechPOINTS 半自动流程生成 KITTI 风格标注。数据集包含点云、强度、3D 框、轨迹、IMU 和时间戳，支持 3D 目标检测、BEV 感知、SLAM、语义分割和域适应等任务。实验采用 PillarNet、PointNet++、BEV MAE、GroupFree3D、VoxelNet、SECOND、PointRCNN、VoteNet 等基线，报告分类精度、Mean IoU、Acc@IoU 阈值和 L1/L2 误差；结果显示 BEV MAE 在仿真数据上框质量最优（Mean IoU 0.79），PillarNet 在真实数据上几何精度最高（Mean IoU 0.81），PointRCNN 在 3D 检测中定位最准，而 GroupFree3D 在真实场景显著退化，说明 sim-to-real 差距仍是挑战。未来可进一步探索域适应、鲁棒迁移学习、SLAM 和复杂室内导航；真实场景中的稀疏噪声、稀有类别失效和传感器视角约束也需要在部署中考虑。\n\n### 关键要点\n\n- INDOOR-LiDAR 是混合室内 LiDAR 点云数据集，结合程序化生成的仿真环境与自主地面机器人采集的真实扫描，旨在弥合 sim-to-real 差距。\n- 与手持采集相比，机器人安装 LiDAR 提供无遮挡 360° 视场，避免人体遮挡造成的盲区，数据与真实机器人操作视角一致。\n- 仿真子集覆盖约 5000 m²、20 类物体、1200M 点；真实子集覆盖约 800 m²、15 类物体、150M 点，均含强度信息和 KITTI 风格标注。\n- 仿真管线使用 Unity/MuJoCo 建模场景，Taichi 实现大规模并行 LiDAR 光线追踪，核心公式为 d(θ,φ)=[cosφ cosθ, cosφ sinθ, sinφ]^T，p(t)=o+t d。\n- 真实数据采集平台包括 Ackerman 底盘、顶部刚性安装的 360° LiDAR、OAKD-Lite 相机、Xsens Mti300 IMU 和 Jetson AGX Orin，支持遥操作和自主驾驶。\n- 真实标注采用 SUSTechPOINTS 半自动流程，先自动标注再算法精修，并由专家逐标签人工校验，最终转换为 KITTI label2 格式。\n- 数据格式包含 .bin 点云（x,y,z,intensity）、KITTI 风格标签、IMU 文本文件和 ROS 2 纳秒时间戳，便于多传感器融合和 SLAM 评估。\n- 在仿真测试集上，BEV MAE 的框质量最好（Mean IoU 0.79，Acc@IoU0.75 0.72，L1 2.37）；GroupFree3D 在分类精度上领先（桌子 0.55、架子 0.15）。\n- 在真实测试集上，PillarNet 的 Mean IoU 最高（0.81）且误差最低（L1 1.28，L2 12.58）；BEV MAE 和 GroupFree3D 在主要类别分类精度更高（0.52-0.85），但所有模型对稀有类别精度为 0。\n- 3D 检测中，PointRCNN 在真实和仿真数据上几何定位最优（真实 Mean IoU 0.78，L1 1.25，L2 18.90），GroupFree3D 在真实场景显著退化；VoxelNet/SECOND 整体较弱。\n- SLAM 实验用 DLIO 和 LIO-SAM 在相同真实轨迹上运行，两者轨迹估计定性相似，验证了数据集同步传感器数据适合 SLAM 基准测试。\n- 额外 BEV 检测器在仿真数据上达到 mAP 0.679、宏 F1 0.698、框回归 Mean IoU 0.987、IoU0.75 精度 0.990，显示仿真训练可行但仍有 sim-to-real 挑战。"
}