SJTU-ViSYS/M2DGR

What it solves

M2DGR 提供了一个专门为基准测试与改进地面机器人同时定位与地图构建 (SLAM) 算法的大规模、多模态数据集。它解决了缺乏包含丰富传感器信息与挑战性的真实世界场景（例如完全黑暗或电梯）的数据集问题，在这些场景中，现有的最先进 (SOTA) SLAM 解决方案往往会失败。

How it works

该项目提供由配备全面传感器套件的地面机器人所采集的 36 个序列（约 1TB 的数据）。数据是同步且经过校准的，并使用高精度工具（如运动捕捉设备、激光 3D 追踪器和 RTK 接收器）提供真值轨迹 (ground truth trajectories)。传感器套件包括：

• Vision: 六个环视鱼眼相机、一个朝向天空的相机、一个透视彩色相机、一个红外相机、以及一个事件相机 (event camera)。
• Lidar: 一个 32 线束的 Velodyne VLP-32C。
• L24-Inertial/Positioning: 两个 IMU 和两个 GNSS 接收器（包括 RTK）。

Who it’s for

研究人员与开发者，致力于地面机器人导航、传感器融合与 SLAM 算法，且需要一个多样化且挑战性的基准来评估其系统的鲁棒性与准确性。

Highlights

• Rich Modality: 结合了 Lidar、RGB、红外线、事件相机、IMU 与 GNSS 数据。
• Diverse Scenarios: 包含室内与室外环境，包括电梯与完全黑暗等 "corner cases"。
• Comprehensive Benchmark: 用于评估与分析各种 SOTA SLAM 算法的缺陷。
• Diverse Scenarios: 包含室内与室外环境，包括电梯与完全黑暗等 "corner cases"。
• Extensive Adoption: 作为众多开源 SLAM 项目与研究论文的基础。