sjtuyinjie/M3DGR

何を解決するか

地上ロボットにおける堅牢な同時位置推定と地図作成（SLAM）の必要性に応え、特にセンサーが故障または信頼できないデータを提供する「劣化環境」（例：暗闇、ホイールスリップ、LiDARの退化）で動作する場合を想定しています。

仕組み

本プロジェクトは地上SLAMの改善のための3つのアプローチを提供します：

1. M3DGRベンチマーク：視覚的課題（暗闇、遮蔽）、LiDARの退化（通路、エレベーター）、ホイールスリップ（芝生、荒れた道路）、GNSS不使用など、さまざまな困難な状況を含む32のシーケンスからなる包括的なデータセット。
2. Ground-Fusion++：異種センサーを統合するモジュール式SLAMフレームワーク。個々のセンサーが損傷しても、位置推定と地図作成の品質を維持します。
3. 包括的な評価：M3DGRデータセットを用いて40以上の最先端SLAM手法を評価し、性能のベースラインを確立します。

対象ユーザー

SLAMおよび位置推定アルゴリズムを開発するロボット研究者やエンジニア向けです。耐障害性とセンサー融合能力をテストするための標準化された、かつ挑戦的なデータセットが必要な方々に最適です。

特徴

• 多様なセンサー群：デュアルLiDAR（Livox Avia と MID-360）、RGB-Dカメラ、オムニディレクショナルカメラ、ホイールオドメトリ、GNSS、RTKを搭載。
• 体系的な劣化シナリオ：照明の変化、動的障害物、荒れた地形など、エッジケースをテストするためのデータを特別に収録。
• 高精度の真値：OptiTrackモーションキャプチャ、RTK、ArUcoマーカーを用いて正確な検証を実現。
• 広範なベースライン：40種類の異なるSLAMアルゴリズムの適応コードを提供し、公平な比較を可能にします。