在过去的几年中,同时定位和映射(SLAM)的研究取得了出色的进步。如今,SLAM系统正在从学术到现实世界的应用过渡。但是,这种过渡在准确性和鲁棒性方面提出了新的挑战。为了开发可以解决这些挑战的新的SLAM系统,需要新的包含尖端硬件和现实情况的数据集。我们提出了HILTI SLAM挑战数据集。我们的数据集包含室内序列,实验室,建筑环境以及建筑工地和停车区的室外序列。所有这些序列的特征是无特征区域和不同的照明条件,这些条件在现实世界中典型,并对在密封实验室环境中开发的算法构成了巨大的挑战。每个序列都提供了准确的稀疏地面真相,以毫米水平为毫米。用于记录数据的传感器平台包括许多视觉,激光雷达和惯性传感器,它们在空间和时间上进行了校准。该数据集的目的是促进传感器融合的研究,以开发可以在需要高准确性和鲁棒性(例如在施工环境中)部署的SLAM算法。许多学术和工业团体在HILTI SLAM挑战中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,拟议的数据集是准备在现实世界中部署的新SLAM算法开发的重要资产。
translated by 谷歌翻译