DLR Portal
Home
|
Sitemap
|
Kontakt
|
Barrierefreiheit
Impressum und Nutzungsbedingungen
Datenschutz
Cookies & Tracking
|
English
Sie sind hier:
Home
:
Veröffentlichungen und Downloads
:
Datensätze
Erweiterte Suche
Institut für Robotik und Mechatronik
Abteilungen
Robotersysteme
Anwendungsfelder
Forschungsthemen
Projekte
Technologietransfer
Veröffentlichungen und Downloads
Publikationen
Software
Datensätze
CROOS-CV
s3li-Datensatz
Langstrecken-Navigation-Tests (LSNTs)
Marokko-Navigations-Tests
StereoInstancesOnSurfaces
THR-Datensatz
Flyer
Stellenangebote
Anreise
News-Verzeichnis
Wissenschaftliche Datensätze
Der planetarische Stereo-Solid-State-LiDAR-Inertial-Datensatz
Wir veröffentlichen einen Datensatz, der in der mondähnlichen Umgebung des Ätna auf Sizilien mit einem Sensor-Setup aufgenommen wurde, das eine Stereokamera, ein LiDAR und eine IMU umfasst.
Mehr
CROOS-CV
Der CROOS-CV-Datensatz soll die Entwicklung von Computer Vision (CV) für Close Range On-Orbit Servicing (CROOS) unterstützen und bewerten. Der repräsentative Bilddatensatz wurde unter Beleuchtungsbedingungen ähnlich einem Low Earth Orbit aufgenommen.
Mehr
Langstrecken-Navigations-Tests (LSNTs)
Während der ROBEX-Demo-Mission-Weltraum-Kampagne, die von Juni bis Juli 2017 auf dem Vulkan Ätna in Italien stattfand, wurden einige Tests zur Langstrecken-Navigation durchgeführt.
Mehr
Marokko-Navigations-Tests
Für das h2020-Forschungsprojekt PERASPERA OG3 und OG6 nahm das Institut an einem Feldtest im November/Dezember 2018 in der marokkanischen Wüste teil.
Mehr
STIOS
Der Stereo Instances on Surfaces Datensatz (STIOS) soll die Evaluierung von Instanz-basierenden Algorithmen ermöglichen und ist hauptsächlich für robotische Anwendungen gedacht, weshalb sich der Datensatz auf horizontale Oberflächen bezieht.
Mehr
THR-Datensatz
Der THR-Datensatz (Top Hat Rail) besteht aus Farb- und Tiefenbildern verschiedener Objekte, die jeweils aus mehreren Ansichten in unterschiedlichen Szenen aufgenommen wurden. Der Datensatz besteht aus 9 Objektklassen und kann z.B. verwendet werden, um Perzeptionsalgorithmen durch Lernen zu verbessern.
Mehr
Copyright © 2022 Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR). Alle Rechte vorbehalten.