事件相机数据集与模拟器：面向姿态估计、视觉里程计及SLAM的基于事件的数据

新型视觉传感器，如动态主动像素视觉传感器（DAVIS），在同一像素阵列中集成了传统的全局快门相机与基于事件的传感器。这些传感器在高速机器人与计算机视觉方面具有巨大潜力，因为它们使我们能够结合传统相机与基于事件的传感器的优势：低延迟、高时间分辨率和极高的动态范围。然而，需要新算法来利用传感器特性并处理其非常规输出，该输出由异步亮度变化（称为“事件”）流与同步灰度帧组成。为此，我们展示并发布了一系列使用DAVIS在多种合成与真实环境中捕获的数据集，希望其能推动针对高速、高动态范围机器人与计算机视觉应用的新型算法研究。除全局快门强度图像与异步事件外，我们还提供了来自动作捕捉系统的惯性测量与真实相机姿态。后者使得能够定量比较自运动估计算法的姿态精度。所有数据均以标准文本文件与二进制文件（即rosbag）形式发布。本文概述了可用数据，并描述了一个我们开源发布的用于生成合成事件相机数据的模拟器。