NTU4DRadLM：以4D雷达为核心的多模态定位与建图数据集
机器人学
2023-09-06 v1 计算机视觉与模式识别
摘要
同步定位与建图（SLAM）正迈向鲁棒感知时代。然而，基于LiDAR和视觉的SLAM在恶劣条件（雨、雪、烟、雾等）下可能轻易失效。相比之下，基于4D雷达、热像仪和IMU的SLAM可鲁棒工作。但相关文献寥寥无几。一个主要原因是缺乏相关数据集，严重阻碍了研究进展。尽管过去四年提出了一些基于4D雷达的数据集，但它们主要面向目标检测而非SLAM设计。此外，它们通常不包含热像仪。因此，本文提出NTU4DRadLM以满足这一需求。其主要特点为：1）它是唯一同时包含全部6种传感器的数据集：4D雷达、热像仪、IMU、3D LiDAR、视觉相机和RTK GPS。2）专为SLAM任务设计，提供精细标注的真值里程计并有意构建回环闭合。3）兼顾低速机器人平台与高速无人驾驶车辆平台。4）覆盖结构化、非结构化及半结构化环境。5）兼顾中型与大型室外环境，即6条轨迹长度从246m到6.95km不等。6）对三类SLAM算法进行了综合评估。该数据集总计约17.6km、85分钟、50GB，可通过此链接获取：https://github.com/junzhang2016/NTU4DRadLM
引用
@article{arxiv.2309.00962,
title = {NTU4DRadLM: 4D Radar-centric Multi-Modal Dataset for Localization and Mapping},
author = {Jun Zhang and Huayang Zhuge and Yiyao Liu and Guohao Peng and Zhenyu Wu and Haoyuan Zhang and Qiyang Lyu and Heshan Li and Chunyang Zhao and Dogan Kircali and Sanat Mharolkar and Xun Yang and Su Yi and Yuanzhe Wang and Danwei Wang},
journal= {arXiv preprint arXiv:2309.00962},
year = {2023}
}
备注
2023 IEEE International Intelligent Transportation Systems Conference (ITSC 2023)