LoopDB：面向大规模同时定位与制图（SLAM）的闭环数据集
计算机视觉与模式识别
2025-06-10 v1 机器人学
摘要
本研究引入 LoopDB，一个包含超过 1000 张图像的具备挑战性的闭环数据集，图像覆盖公园、室内场景、停车场以及围绕单个物体的场景。每个场景由五个连续图像表示。数据集使用高分辨率相机采集，提供适合用于基准测试闭环算法准确性的图像，这些算法通常用于同时定位与制图。作为ground truth，我们提供每个连续图像之间的计算旋转和平移。除基准测试目标外，该数据集还可用于训练和微调基于深度神经网络的闭环方法。LoopDB 在 https://github.com/RovisLab/LoopDB 上公开。
引用
@article{arxiv.2506.06771,
title = {LoopDB: A Loop Closure Dataset for Large Scale Simultaneous Localization and Mapping},
author = {Mohammad-Maher Nakshbandi and Ziad Sharawy and Dorian Cojocaru and Sorin Grigorescu},
journal= {arXiv preprint arXiv:2506.06771},
year = {2025}
}