SLAMデータセット

1. KITTIデータセット:

ウェブサイト(RGB + Lidar + GPS + IMU)
KITTIデータセットは、ドイツのカールスルーエ工科大学とトヨタアメリカン工科大学によって共同設立されました。現在、自律運転シナリオにおけるコンピュータービジョンアルゴリズム評価の世界最大のデータセットです。このデータセットは、車両環境におけるステレオ、オプティカルフロー、視覚オドメトリ、3Dオブジェクト検出、3Dトラッキングなどのコンピュータビジョンテクノロジーのパフォーマンスを評価するために使用されます。KITTIには、都市部、農村部、高速道路などのシーンから収集された実際の画像データが含まれています。各画像には、最大15台の車と30人の歩行者が含まれ、さまざまな程度の閉塞と切り捨てが行われます。

Andreas Geiger、Philip Lenz、Raquel Urtasun、自動運転の準備はできていますか?3000+が引用したKITTI Vision Benchmark Suite、CVPR'12
データセットは8ページあり、主に3つの部分で構成されています:はじめに、課題、方法論、評価:
はじめに:関連するオープンソースデータセットを一覧表示し、このデータセットを作成する理由を説明します(既存のデータセットは単純すぎるため、道路の実際の状況などが含まれないように道路の状態を厳しく制限します)。独自のデータセット収集方法、含まれるコンテンツなどを紹介します。
課題と方法論:主に、データ収集で発生した問題と実行するすべてのことについて記述しました。たとえば、センサーのセットアップ、キャリブレーション方法、グラウンドトゥルースの取得方法、ベンチマークとして適切なデータを選択する方法、評価基準などです。
実験的評価:結果を実行し、独自のデータセットで最先端のシステムを比較および分析します。

2. ASLEuRoCデータセット

ウェブサイト(双眼RGB + IMU、GTはViconとLidarから提供)
EuRoCデータセットには、2つの異なる部屋と大規模な産業環境を飛行するマイクロ航空機によって記録された11の双眼シーケンスが含まれています。2種類のデータセットが提供されています:最初のデータセットには、ライカマルチステーションからの3次元位置のグラウンドトゥルース値が含まれており、実際の産業シーンでのSLAMアルゴリズムの視覚的慣性評価に焦点を当てています。
論文
M.Burri、J。Nikolic、P。Gohl、T。Schneider、J。Rehder、S。Omari、M。Achtelik、R。Siegwart、EuRoCマイクロ航空機データセット(IJRR'16)は
258IJRRを引用していますロボットトップ号、SCIエリア、論文は委託原稿でなければなりません。論文は3つの部分に分かれています:1。センサーの組み立てと座標の設定; 2。収集されたデータセットの詳細な説明とその使用方法; 3。センサーとGTの校正方法。
eurocデータセットの簡単な紹介と使用

3 UM TUMVIベンチマーク

ウェブサイト(fisheye + IMU)
紙の翻訳
Schubert、D.、Goll、T.、Demmel、N.、Usenko、V.、Stuckler、J。、&Cremers、D。(2018)。ビジュアルを評価するためのTUMVIベンチマーク- InertialOdometry。IROS'18
オープンソースは非常に優れており、提供された情報は非常に詳細ですが、公開が遅れており、前の仕事があるため、この仕事の参照はまだアップしていません。
TUM monoVO:https://vision.in.tum.de/data/datasets/mono-dataset魚眼レンズのみ。このデータセットは、主に自分のDVOのために、人々が使用することはめったにありません。
単眼視覚オドメトリ用の測光ベンチマーク(J. Engel、V。Usenko、およびD. Cremers)、arXiv16この
論文は正式に公開されていませんが、書き込み方法を参照できます。それらのデータセットは主にDVOに使用されるため、このペーパーでは主に、測光キャリブレーションやキャリブレーション、および一部のオープンソースデータセットとの比較などの方法について説明します。
TUM LSDデータセット、全方向性\魚眼カメラ、
全方向性カメラ用の大規模ダイレクトSLAM(D。Caruso、J。Engel、D。Cremers)、インテリジェントロボットとシステムに関する国際会議(IROS)、2015年。引用100+
詳細TUMデータセットの紹介

参考ウェブサイト:
データセットの紹介

おすすめ

転載: blog.csdn.net/weixin_41169280/article/details/114047276