CARLA-Loc：具有全栈传感器配置且面向恶劣天气与动态环境的合成 SLAM 数据集
机器人学
2024-04-19 v2
摘要
SLAM (Simultaneous Localization and Mapping，同步定位与建图) 算法在挑战性环境条件下的鲁棒性对于自动驾驶的成功至关重要。然而，由于难以以受控方式改变环境参数，此类条件的真实世界影响在很大程度上未被探索。为此，我们引入了 CARLA-Loc，一个使用 CARLA 模拟器创建的面向挑战性与动态环境的合成数据集。我们的数据集集成了多种传感器，包括相机、事件相机、LiDAR、雷达和 IMU 等，并经过参数调优和修改以确保生成数据的真实性。CARLA-Loc 包含 7 张地图和 42 个序列，每个序列在动态性和天气条件上各不相同。此外，还提供了一个流水线脚本，方便用户生成自定义序列。我们在不同序列上评估了 5 种基于视觉和 4 种基于 LiDAR 的 SLAM 算法，分析了各种挑战性环境因素如何影响定位精度。我们的发现证明了 CARLA-Loc 数据集在多样化条件下验证 SLAM 算法有效性方面的效用。
引用
@article{arxiv.2309.08909,
title = {CARLA-Loc: Synthetic SLAM Dataset with Full-stack Sensor Setup in Challenging Weather and Dynamic Environments},
author = {Yuhang Han and Zhengtao Liu and Shuo Sun and Dongen Li and Jiawei Sun and Chengran Yuan and Marcelo H. Ang},
journal= {arXiv preprint arXiv:2309.08909},
year = {2024}
}