SLAM相关数据集调研

本文详述了SLAM相关数据集的四大类别:自动驾驶、带Depth的SLAM及三维重建、无Depth的SLAM以及包含语义的数据集。重点介绍了如KITTI、Oxford、TUM RGB-D和EuroC等知名数据集,涵盖了自动驾驶、室内重建、视觉惯性里程计等多个应用场景,为相关研究提供参考。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

SLAM相关数据集调研

主要分成4种:关于自动驾驶的数据集,包含Depth的SLAM及三维重建数据集,不含Depth的数据集,包含语义的数据集。

自动驾驶:

  1. KITTI数据集:http://www.cvlibs.net/datasets/kitti/index.php (RGB+Lidar+GPS+IMU)
    • KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办,是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo),光流(optical flow),视觉里程计(visual odometry),3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据,每张图像中最多达15辆车和30个行人,还有各种程度的遮挡与截断。
    • Andreas Geiger and Philip Lenz and Raquel Urtasun, Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite, CVPR’12, cited by 3000+
    • 该数据集论文共8页主要由三部分组成:Introduction、Challenges and Methodolgy、Evaluation:
      • Introduction:列一下相关的开源数据集;说明自己做这个数据集的原因(现有数据集都过分简单,严格限制路况从而没有包含现实路上的实际情况等);介绍自己数据集的采集方式、包含的内容等;
      • Challenges and Methodolgy:主要写了数据采集会遇到的问题以及要做的所有事情。如,传感器setup;标定方式;groundtruth怎么获取;如何选取好的数据作为benchmark;评价标准。
      • Experimental Evaluation:将state-of-the-art的系统在自己的数据集上跑结果&对比&分析。
  2. Oxford数据集:https://robotcar-dataset.robots.ox.ac.uk/datasets/ (RGB+Lidar+GPS+IMU)
    • 也是自动驾驶数据集。对牛津的一部分连续的道路进行了上百次数据采集,收集到了多种天气行人和交通情况下的数据,也有建筑和道路施工时的数据,总的数据长度达1000小时以上。
    • W. Maddern, G. Pascoe, C. Linegar and P. Newman, “1 Year, 1000km: The Oxford RobotCar Dataset”, The International Journal of Robotics Research (IJRR), 2016. cited by 200+

其余自动驾驶相关数据集有:Cityscape,Comma.ai,BDDV,TORCS,Udacity,GTA,CARLA,Carcraft

包含Depth的SLAM及三维重建数据集:

  1. ASL Kincet数据集:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值