Contextual Semantic Mapping Dataset for Intralogistics: RGB Images, 2D LiDAR Scans, and SAM Instance Annotations

Er umfasst 74 Frames, die nach Bewegungsschwellen (30 cm Translation bzw. 15° Rotation) aus einer Explorationsfahrt extrahiert wurden. Jeder Frame besteht aus einem entzerrten RGB-Bild (768 × 480), einem fusionierten 2D-Laserscan mit Punkt-zu-Pixel-Korrespondenzen sowie zwei Instanzsegmentierungs-Dateien: automatisch erzeugte, fusionierte SAM-Masken und manuell erstellte Ground-Truth-Masken.

Die Umgebung enthält 18 Objektinstanzen aus 13 semantischen Klassen. Der Datensatz wurde für die Evaluierung einer Pipeline zur kontextuellen semantischen Kartierung erstellt, die geometrische Kartierung, Instanzsegmentierung und Vision-Language-Model-Reasoning kombiniert, und eignet sich zur Nachnutzung in der mobilen Robotik, der semantischen Kartierung und der Bewertung von Foundation-Modellen für intralogistische Wahrnehmung.