[学习笔记-SLAM篇]RGB-D SLAM测试数据集
发布时间
阅读量：
阅读量
素材篇哈。
发现RGB-D的SLAM数据集很少，奇怪，TUM就这么够用？？
1. TUM RGB-D数据集
- 传送门：RGB-D SLAM Dataset and Benchmark
- 简介：一个包含RGB-D数据和地面真实数据的大数据集，目的是为视觉里程计和视觉SLAM系统的评估建立一个新的基准。我们的数据集包含了一个微软Kinect传感器的颜色和深度图像，沿着传感器的地面真实轨迹。数据以全帧率30 Hz和传感器分辨率640x480记录。深度因子5000。地面真实轨迹是由一个高精度的运动捕捉系统与8个高速跟踪摄像机(100 Hz)提供的。此外，我们还提供来自Kinect的加速度计数据。最后，我们提出了一种评价标准来衡量视觉SLAM系统估计的摄像机轨迹的质量。
- 备注：只有室内数据集，但是很全，包含有无回环、有无校验的等等，且提供评估工具，nice。
2. WHU-RSVI-DEPTH数据集
- 传送门：The WHU-RSVI Dataset
- 简介：基于卷帘快门技术的视觉惯性数据集（WHU-RSVI）由武汉大学提出。该集合旨在为基于卷帘快门摄像机的视觉SLAM和视觉惯性SLAM算法提供数据支持。其整合了RS图像、经过时间同步处理的GS图像、IMU测量数据以及精确的真实环境基准数据。其中深度分辨率高达5000px。值得注意的是，该集合不适用于基于RGB-D的传统视觉算法；同时适用于融合视觉与惯性测量的数据分析。
- 备注：本土环境下的深度感知研究平台值此集合发布之际值得推荐。
3. ETH3D数据集
- 传送门：SLAM Benchmark Overview
- 简介：基于SLAM的标准数据集包含由定制摄像头拍摄的视频序列。这些数据可评估视觉惯性单目、双目以及RGB-D SLAM算法的性能。该基准包含来自不同环境的真实世界数据集。这些数据集基于运动捕捉系统获得的真实位姿，并且通过结构从运动（Structure from Motion, SFM）方法计算得到地面真值。此外还记录了5个用于训练的数据序列。该系统频率约为13-14帧每秒，并且深度分辨率设置为5000像素。
- 备注：涵盖室内外场景的数据集。对于测试RGB-D算法来说，请注意需要分别下载单目（mono）和多光谱深度（RGB-D）两个基准数据集。由于它们通常不以打包形式提供。同时附带了评估工具，并且设计非常贴心。
全部评论 (0)
还没有任何评论哟~