sjtuyinjie/M3DGR

解決的問題

針對地面機器人在「退化環境」中運作時，感測器可能故障或提供不可靠資料（例如黑暗、輪胎打滑、LiDAR退化）的情況，解決對穩健式SLAM的需求。

工作原理

本專案提供三種方法以提升地面SLAM性能：

1. M3DGR基準：一個包含32個序列的綜合性資料集，涵蓋多種挑戰性場景，包括視覺挑戰（黑暗、遮蔽）、LiDAR退化（走廊、電梯）、輪滑（草地、崎嶇道路）以及GNSS不可用。
2. Ground-Fusion++：一種模組化SLAM框架，整合異質感測器，即使單一感測器受損，也能維持定位與地圖品質。
3. 全面評估：對超過40種前沿SLAM方法在M3DGR資料集上的基準測試，建立性能基線。

適用對象

專為開發SLAM與定位演算法的機器人研究人員及工程師設計，需要一個標準化、具挑戰性的資料集來測試穩健性與感測器融合能力。

亮點

• 多樣化的感測器套件：包含雙LiDAR（Livox Avia 與 MID-360）、RGB-D與全向攝影機、輪式里程計、GNSS與RTK。
• 系統性退化場景：特別採集光照變化、動態障礙物與複雜地形等邊際情況下的資料，用於測試極端情境。
• 高精度真值：使用OptiTrack動作捕捉系統、RTK與ArUco標記進行精確驗證。
• 豐富的基線實作：提供40種不同SLAM演算法的適配程式碼，便於公平比較。