用于基准测试通用定位与建图算法的多模态激光雷达数据集

激光雷达技术在过去十年中取得了显著发展，如今设备分辨率更高、精度更好且成本更低。此外，近年来出现了新的扫描模态和新型传感器技术。公开数据集使得算法基准测试成为可能，并为前沿技术设定了标准。然而，现有数据集并不能代表当前的技术格局，仅包含数量有限的激光雷达。这从根本上限制了在不断演进的格局中通用算法的开发与比较。本文提出了一个新颖的多模态激光雷达数据集，其中的传感器展示了不同的扫描模态（旋转式与固态）、传感技术以及激光雷达相机。该数据集侧重于低漂移里程计，在室内和室外环境中均提供来自运动捕捉（MOCAP）系统的亚毫米级精度真值数据。为了在更长距离上进行比较，我们还包含了在更大室内和室外空间中记录的数据。该数据集包含来自旋转式激光雷达和固态激光雷达的点云数据。此外，它提供来自高分辨率旋转式激光雷达的距离图像、来自激光雷达相机的RGB与深度图像，以及来自内置IMU的惯性数据。据我们所知，这是具有最多种类传感器与环境且提供真值数据的激光雷达数据集。该数据集可广泛应用于多个研究领域，如三维LiDAR同步定位与建图（SLAM）、多模态激光雷达间的性能比较、外观识别与回环检测。数据集可在以下地址获取：https://github.com/TIERS/tiers-lidars-dataset。