VBR：罗马视觉基准
计算机视觉与模式识别
2024-04-18 v1 机器人学
摘要
本文提出了一个收集于罗马的视觉感知研究数据集，包含 RGB 数据、3D 点云、IMU 和 GPS 数据。我们引入新的基准测试，针对视觉里程计和 SLAM，旨在推动自主机器人和计算机视觉领域的研究。该工作通过同时解决环境多样性、运动模式和传感器频率等多个问题，补充了现有数据集。它采用最新设备，提供有效的标定程序，以准确标定传感器的内参和外参，并解决时间同步问题。在录制过程中，我们覆盖了多层建筑、花园、城市和高速公路场景。通过结合手持式和车载数据收集，我们的装置能够模拟任何机器人（四足动物、四旋翼机、自动驾驶车辆）。数据集包括基于新方法构建的精确 6 自由度真值，通过 Bundle Adjustment 将 RTK-GPS 估计与激光点云结合。所有序列按训练和测试划分，可通过我们的网站获取。
引用
@article{arxiv.2404.11322,
title = {VBR: A Vision Benchmark in Rome},
author = {Leonardo Brizi and Emanuele Giacomini and Luca Di Giammarino and Simone Ferrari and Omar Salem and Lorenzo De Rebotti and Giorgio Grisetti},
journal= {arXiv preprint arXiv:2404.11322},
year = {2024}
}
备注
Accepted at IEEE ICRA 2024 Website: https://rvp-group.net/datasets/slam.html