Active Perception Benchmark是机器人主动感知和Next-Best-View(NBV)研究社区维护的标准化评测基准,用于公平比较不同主动感知算法在机器人感知任务中的性能。基准涵盖基于信息论的方法、基于几何的方法、基于学习的方法、基于采样的方法、基于优化的方法等多种主动感知方法,以及Next-Best-View规划、主动目标检测与识别、主动3D重建、主动场景理解、主动抓取规划、主动探索与建图等多种主动感知应用。基准提供了统一的数据集接口、标准化的评估协议、可复现的实验设置和公开的排行榜,支持多种数据集和仿真环境。
Active Perception Benchmark
Active Perception Benchmark是机器人主动感知和Next-Best-View(NBV)研究社区维护的标准化评测基准,用于公平比较不同主动感知算法在机器人感知任务中的性能。基准涵盖基于信息论的方法、基于几何的方法、基于学习的方法、基于采样的方法、基于优化的方法等多种主动感知方法,以及Next-Best-View规划、主动目标检测与识别、主动3D重建、主动场景理解、主动抓取规划、主动探索与建图等多种主动感知应用。基准提供了统一的数据集接口、标准化的评估协议、可复现的实验设置和公开的排行榜,支持多种数据集和仿真环境。
测试方法与条件
在统一的场景和感知任务下运行各主动感知算法,记录感知质量、探索效率、路径长度等指标,多次运行取平均值和标准差