SLAMデータセット(Baidu Netdisk)


おそらく、SLAMを実行しているすべての人が、データセットの問題である不幸な問題に遭遇します。これは主に、一部のデータセットをダウンロードする際に特に遅くなり、場合によってはダウンロードの失敗にさえつながる、国内ネットワークが原因です。ここで、収集したデータセットをBaiduクラウドディスクにアップロードして共有しました。お役に立てれば幸いです。

1. TUMデータセット

1.1 RGB-Dデータセット

リンクhttps://pan.baidu.com/s/1W8tBo_QHpAHNyer10dW0Zg抽出コード:di9m

送信元アドレス:https://vision.in.tum.de/data/datasets/rgbd-dataset
ここに画像の説明を挿入

1.2 VIOデータセット

リンク:https://pan.baidu.com/s/1L_pkIjulO-BzFXjn1h5P6w抽出コード:17yi
ここに画像の説明を挿入

1.3単眼データセット

(DSOで実行されている単眼データセット):リンク:https
://pan.baidu.com/s/1g4xWvyAO_864UXqXVP1XqA抽出コード:zdqi
ここに画像の説明を挿入

2. EUROCデータセット

Binocular + IMUデータセットのリンク:https://pan.baidu.com/s/1Rk8JkW8D_I9C53WdEPoOTw抽出コード:kdxw
ソースアドレス:https ://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets# ダウンロード
ここに画像の説明を挿入
双眼VIOカメラ:グローバルシャッター、モノクロ、カメラ周波数20Hz、IMU周波数200Hz、カメラとIMUとのハードウェア(ハードウェア)同期、双眼カメラモデルMT9V034、IMUモデルADIS16448

Groundtruthの出力形式は、タイムスタンプ(18ビット)+位置+四元数(qw、qx、qy、qz)+速度+角速度+加速度です。ここでは、qwが最初であることに注意してください。

詳細については、ブログを参照してください:https://blog.csdn.net/A_L_A_N/article/details/88344594

3. KITTIデータセット

3.1灰色のシーケンス(data_odometry_gray.zip)

リンク:https://pan.baidu.com/s/1lYeVi3z6jLEtQ1QmMldFcA抽出コード:bk80
ソースアドレス:http ://www.cvlibs.net/datasets/kitti/eval_odometry.php ここに画像の説明を挿入
data_odometry_calib圧縮パッケージには、シーケンス00-21がありますcalib.txtおよびtimes.txtファイルを含むシーケンス。その中で、シーケンス00〜10にはGroundTruth(軌道真理値)が提供されています。画像の解像度は1241 x 376で、左目画像と右目画像の両方でエピポーラ補正が行われています。
カメラの内部パラメーターはシーケンスcalib.txtで説明されています。
ここに画像の説明を挿入
ここで、P0は左側のグレースケールカメラ、P1の右側のグレースケールカメラ、P2の左側のカラーカメラ、P3の右側のカラーカメラを表します。fx 0 cx 0; 0 fy cy 0; 0 0 1 0が後に続く4x4行列
Trは、ベロディン座標系から左側のカメラシステムの座標への変換行列を表します。
基線の長さは約0.537mです。

3.2色シーケンス(data_odometry_color.zip)

リンク:https://pan.baidu.com/s/14i5zB0OuPRHX0SMQiZyO_g抽出コード:cqk9
ソースアドレス:http ://www.cvlibs.net/datasets/kitti/eval_odometry.php
ここに画像の説明を挿入

3.3レーザーシーケンス(data_odometry_velodyne.zip)

リンク:https://pan.baidu.com/s/1s7LNk-irdsWr69LYVc_q_w抽出コード:2u88

ソースアドレス:http://www.cvlibs.net/datasets/kitti/eval_odometry.php

ここに画像の説明を挿入

4. TartanAirデータセット

TartanAirはCMUの最新のオープンソースSLAMデータセットであり、視覚的なSLAMの限界に挑戦することを目的としています。データセットには、たとえば(さまざまな照明条件、天候、動く物体など)視覚的SLAMにとって非常に困難な多くのシーンが含まれています。TartanAirデータセットは、さまざまなセンサーデータと、双眼RGB画像、深度画像、セグメンテーション、オプティカルフロー、カメラポーズ、LiDAR点群などの正確なGroundtruthタグを提供します。データセット取得アドレス:http://theairlab.org/tartanair-dataset

ここに画像の説明を挿入

以下のメッセージを残して、よく使用するSLAMデータセットを共有してください。

記事があなたに役立つと思われる場合は、私にいいねをください。O(∩_∩)O

コメントエリア([email protected])で交流し、議論する皆を歓迎します。

重慶大学
ロボットインテリジェンスシステムラボ(ロボットインテリジェンスシステムラボ)

おすすめ

転載: blog.csdn.net/crp997576280/article/details/103340020