AGT-CV：非结构化环境中异构机器人团队的空中-地面团队交叉视图数据集

异构空地机器人团队结合了互补的传感模式、移动特性和空间视角，可以显着增强复杂户外环境中的感知。然而，多机器人协作感知的进展受到了缺乏现实世界数据集的限制，该数据集具有在非结构化地形中运行的平台的重叠多模态观测结果。我们提出了 \textbf{AGT-CV} (\textbf{A}erial-\textbf{G}round \textbf{T}eam \textbf{C}ross-\textbf{V}iew) 数据集，这是一个使用 Clearpath Husky UGV 和 Autel EVO~II UAV 在各种非结构化环境中收集的真实多机器人协作感知数据集，包括森林小径、岩石路径、泥泞地形、雪地堆和草地覆盖的田野。地面平台提供 3D LiDAR、立体摄像头、IMU 和 GPS 数据，而空中平台则提供 RGB 图像、热/红外观测以及来自互补的俯视视角的 GPS，从而实现丰富的跨模式和跨视图感知。该数据集在 4 个独特的环境中收集，在大约 29 分钟的操作时间内收集了超过 13,000 个同步帧，并且包括基于 SAM~3 的零样本分割和近 8,000 个手动标记的图像。该数据集的一个独特之处是其早春收集期，在此期间稀疏的树冠允许空中机器人通过树木部分观察地面机器人和地形，从而实现遮挡感知的协作感知。与之前主要关注 SLAM 或模拟协作驾驶的多机器人数据集不同，AGT-CV 专门为支持真实越野环境中的交叉视图感知、空地视点融合、地形感知感知和协作场景理解的研究而设计。