面向机器人导航的任务驱动 SLAM 基准测试

SLAM 对于移动辅助机器人的一个关键用例是在基于导航的任务中支持定位。尽管可重复性（精度）在现实世界部署中非常重要，但当前的 SLAM 基准测试忽略了其重要性。为了弥补这一差距，我们提出了一种任务驱动的 SLAM 基准测试方法 TaskSLAM-Bench。它采用精度作为关键指标，考虑了 SLAM 的建图能力，并具有易于满足的实现要求。SLAM 方法的模拟和真实世界测试场景为现代视觉和 LiDAR SLAM 解决方案的导航性能属性提供了见解。结果表明，在典型的室内环境中，被动立体 SLAM 的运行精度与 LiDAR SLAM 相当。TaskSLAM-Bench 补充了现有基准测试，并在以导航为中心的场景中对 SLAM 性能提供了更丰富的评估。公开可用的代码允许在配备适当机器人的自定义环境中进行原位 SLAM 测试。