面向降级鲁棒的大规模LiDAR-惯性高精度制图数据集
机器人学
2025-07-29 v1
摘要
本文介绍了一个大规模、高精度的LiDAR-惯性定位（LIO）数据集，旨在解决现有研究在复杂真实场景中对LIO系统验证不足的问题。数据集覆盖了四个具有挑战性的真实环境，面积从60,000平方米到750,000平方米，采用定制背包式平台采集，集成多束LiDAR、工业级惯性测量单元（IMU）和RTK-GNSS模块。数据集包含长轨迹、复杂场景和高精度真值，通过将基于SLAM的优化与RTK-GNSS锚定相结合生成，同时通过整合斜视测绘与RTK-GNSS验证了轨迹精度。该数据集为评估LIO系统在实际高精度制图场景下的泛化能力提供了全面的基准测试。
引用
@article{arxiv.2507.20516,
title = {Large-Scale LiDAR-Inertial Dataset for Degradation-Robust High-Precision Mapping},
author = {Xiaofeng Jin and Ningbo Bu and Shijie Wang and Jianfei Ge and Jiangjian Xiao and Matteo Matteucci},
journal= {arXiv preprint arXiv:2507.20516},
year = {2025}
}
备注
9 pages,7 figures, 6 tables