SJTU-ViSYS/M2DGR

M2DGR: a Multi-modal and Multi-scenario Dataset for Ground Robots(RA-L2021 & ICRA2022)

What it solves

M2DGR 提供了一個專門為基準測試與改進地面機器人同時定位與地圖構建 (SLAM) 演算法而設計的大規模、多模態資料集。它解決了缺乏包含豐富感測資訊與具挑戰性的真實世界場景(例如完全黑暗或電梯)的資料集問題,在這些場景中,現有的最先進 (SOTA) SLAM 解決方案通常會失敗。

How it works

該專案提供由配備全面感測器套件的地面機器人所擷取的 36 個序列(約 1TB 的數據)。數據是同步且經過校準的,並使用高精度工具(如動作捕捉設備、雷射 3D 追蹤器和 RTK 接收器)提供真值軌跡 (ground truth trajectories)。感測器套件包括:

  • Vision: 六個環視魚眼相機、一個朝向天空的相機、一個透視彩色相機、一個紅外線相機以及一個事件相機 (event camera)。
  • Lidar: 一個 32 線束的 Velodyne VLP-32C。
  • Inertial/Positioning: 兩個 IMU 和兩個 GNSS 接收器(包括 RTK)。

Who it’s for

研究人員與開發人員,致力於地面機器人導航、感測器融合與 SLAM 演算法,且需要一個多樣化且具挑戰性的基準來評估其系統的魯棒性與精確度。

Highlights

  • Rich Modality: 結合了 Lidar、RGB、紅外線、事件相機、IMU 與 GNSS 數據。
  • Diverse Scenarios: 包含室內與室外環境,包括電梯與完全黑暗等 "corner cases"。
  • Comprehensive Benchmark: 用於評估與分析各種 SOTA SLAM 演算法的缺陷。
  • Extensive Adoption: 作為眾多開源 SLAM 專案與研究論文的基礎。

相關

  • 專案
  • 專案
  • 專案
  • 專案
  • 專案