最新多传感器融合数据集！Hilti SLAM Challenge Dataset(RAL-IROS 2022)

视频链接：https://www.youtube.com/watch?v=IwSVEHnFtic
论文链接：https://arxiv.org/abs/2109.11316v2
 
在过去的几年中，同步定位和映射（SLAM）的研究取得了显著进展。SLAM系统目前正从学术应用过渡到现实应用。然而，这一转变在准确性和鲁棒性方面提出了新的挑战。为了开发能够应对这些挑战的新SLAM系统，需要包含尖端硬件和现实场景的新数据集。我们提出了Hilti SLAM挑战数据集。我们的数据集包含办公室、实验室和施工环境的室内序列，以及施工现场和停车场的室外序列。所有这些序列的特点是无特征区域和不同的照明条件，这在现实世界中是典型的，对在受限实验室环境中开发的SLAM算法提出了巨大挑战。为每个序列提供精确的毫米级地面实况。用于记录数据的传感器平台包括许多视觉传感器、激光雷达传感器和惯性传感器，这些传感器都经过空间和时间校准。该数据集的目的是促进传感器融合研究，以开发SLAM算法，该算法可以部署在要求高精度和鲁棒性的任务中，例如在施工环境中。许多学术和工业团体在希尔蒂SLAM挑战赛的拟议数据集上测试了他们的SLAM系统。本文总结的挑战结果表明，所提出的数据集是开发新SLAM算法的重要资产，这些算法可以部署在现实世界中。