FoMo est une collection multi-saisons enregistrée dans un environnement de forêt boréale, caractérisé par de la neige profonde, des terrains hors route, des pentes abruptes et des conditions météorologiques très variables. Elle fournit des données multimodales synchronisées provenant de plusieurs capteurs : deux lidars (RoboSense et Leishen), un radar FMCW (Navtech), des caméras stéréo et monoculaires et deux IMU. S’y ajoutent l’odométrie des roues, des données de puissance, des séquences de calibration et des trajectoires de vérité-terrain précises obtenues par fusion GNSS-PPK.
Conçue pour soutenir la recherche sur l’autonomie robuste des robots en conditions difficiles, FoMo comprend des parcours répétés de six trajectoires de complexité variable, destinés à l’évaluation du SLAM et de l’odométrie à long terme, ainsi que des métadonnées riches, telles que des mesures de station météorologique relevées à la minute. La collection vise à mettre à l’épreuve les recherches de pointe en SLAM, en localisation, en analyse de traversabilité et en robotique multi-saisons.
Les données sont disponibles sur AWS. Visitez notre site web pour les instructions de téléchargement et plus d’informations.