InCrowd-VI：用于人类导航室内行人密集空间 SLAM 的真实视觉-惯性数据集

SLAM 技术可用于导航视力受限者，但受限于缺乏真实数据集，针对拥挤空间的鲁棒 SLAM 解决方案开发受到限制。为此，我们引入 InCrowd-VI，一个新颖的视觉-惯性数据集，专为在室内行人密集环境中进行人类导航而设计。使用 Meta Aria 项目眼镜记录，捕获无环境控制的真实场景。InCrowd-VI 包含 58 个序列，总轨迹长度为 5 公里，录制时间为 1.5 小时，包括 RGB、立体图像和 IMU 测量。数据集捕获了诸如行人遮挡、变化的拥挤密度、复杂布局和光照变化等重要挑战。数据集提供的地面轨迹精度约为 2 cm，来源于 Meta Aria 项目机器感知 SLAM 服务。此外，为每个序列提供了半稠密 3D 点云。对 InCrowd-VI 上基于最新视觉里程计（VO）和 SLAM 算法的评估揭示了这些真实场景中严重的性能限制。在具挑战性条件下，系统超出了 0.5 米的定位精度要求和 1% 的漂移阈值，经典方法的漂移可达 5-10%。而深度学习方法虽保持了高于 90% 的姿态估计覆盖率，但未能实现步行导航所需的实时处理速度。这些结果表明，为推进复杂室内环境中视力受限人类导航的 SLAM 研究，新数据集的必要性与价值。该数据集及其关联工具已公开提供于 https://incrowd-vi.cloudlab.zhaw.ch/。