本文主要是介绍Complex urban dataset with multi-level sensors from highly diverse urban environments，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！
文章目录
- 传感器构成
- 传感器标定和数据格式
- 轨迹真值的估计和配套开发工具
构建了多传感器，多环境，且环境具有动态特性的数据集。数据集地址：https://irap.kaist.ac.kr/dataset/
传感器构成
数据采集车辆搭载了2D/3D激光，双目相机，IMU，FOG，里程计和GPS等不同精度的多种传感器。比较有特色的是，激光不是水平而是斜向放置，通过斜向放置来扩大观测范围。具体传感器类型如下图所示：
传感器标定和数据格式
标定过程和数据格式详见论文，下面给出数据结构组织的示意图。
轨迹真值的估计和配套开发工具
在城区环境，VRS-GPS不能接收到足够多的卫星数据，提供的数据不够精确。所给出的轨迹估计是融合多传感器使用SLAM算法优化之后的结果。文中给的建图结果非常有意思，因为2D激光扫描频率是100Hz，而3D激光是10Hz。所以2D激光的建图结果比3D激光更稠密和准确。但是3D建图的范围较大。
提供了ROS数据播放和数据浏览的api。
这篇关于Complex urban dataset with multi-level sensors from highly diverse urban environments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！
