具身智能相关数据-导航数据 (GND)

图像三维时间序列地理空间强化学习科学/学术自动驾驶/交通无语言100K–1M更新时间 2026·07·08
获取样例

数据集简介

主要数据内容包括: 大规模户外机器人导航多模态数据资源 3D LiDAR 点云、RGB 图像与 360° 全景图像数据 多类别可通行性(Traversability)地图数据 包含人行道、车道、楼梯、越野区域与障碍物场景数据 多校园、多地形、多环境真实导航场景数据 GPS、IMU 与机器人运动轨迹数据 高精度全局地图与语义环境标注数据 支持 ROS/rosbag 的机器人传感器原始数据资源 支持的能力方向包括: 机器人全局导航(Global Navigation)训练 地图导航与无地图导航(Mapless Navigation) 多模态环境感知与场景理解 可通行性分析(Traversability Analysis) 机器人路径规划与运动控制 Vision-Language-Action(VLA)模型训练 全球地点识别(Place Recognition) 户外机器人自主导航与推理训练 适用于: 机器人 AI 模型研发 自动导航与移动机器人训练 具身智能与 Physical AI 研究 多模态机器人数据训练 自动驾驶与移动平台环境感知研究 Benchmark 评测与算法验证 仿真地图构建与真实场景导航研究

数据质量

记录时效性

按需更新

记录结构化

NDJSON、JSON、CSV、XLSX、Parquet,支持定制化

记录云交付

Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive

记录标准化

为保证数据的一致性与可用性,数据集在构建过程中对原始记录进行了标准化处理,包括:(1)单位标准化:统一价格、重量、尺寸等字段的计量单位;(2)格式标准化:统一日期、时间、数值字段的表示格式;(3)文本清洗:去除 HTML 标签、多余空格及异常字符;(4)字段规范化:统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性,便于后续分析与建模。

记录代表性

数据覆盖全量业务场景,样本均衡,具备行业代表性

图像三维时间序列地理空间强化学习科学/学术自动驾驶/交通无语言100K–1M

立即获取高质量 AI 训练数据集

免费获取样例