针对地面机器人的角落案例的多传感器SLAM数据集

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

 Ground-Challenge: 针对地面机器人的角落案例（corner cases）的多传感器SLAM数据集 

【Ground-Challenge: A Multi-sensor SLAM Dataset Focusing on Corner Cases for Ground Robots】

 腾讯Robotics X实验室 

文章链接：http://arxiv.org/abs/2307.03890

开源链接：GitHub - sjtuyinjie/Ground-Challenge

  高质量的数据集可以加快SLAM研究的突破，并揭示其潜在的发展方向。为了支持视觉SLAM系统中角点情况的研究，本文提出了Ground - Challenge：一个具有挑战性的数据集，该数据集包含36条具有不同角点情况的轨迹，如激烈运动、严重遮挡、光照变化、纹理较少、纯旋转、运动模糊、车轮悬浮等。该数据集由包含RGB - D相机、惯性测量单元( inertial measurement unit，IMU )、轮式里程计和三维激光雷达的地面机器人采集。所有这些传感器都进行了良好的校准和同步，并同时记录了它们的数据。 为了评估前沿SLAM系统的性能，我们在我们的数据集上进行了测试，证明了这些系统在特定序列上容易发生漂移和失败。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容