SLAM相关数据集调研

本文主要是介绍SLAM相关数据集调研，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

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De

这篇关于SLAM相关数据集调研的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---