野火X-SLAM：用于野火 SLAM 的大规模低空 RGB-D 数据集
摘要
3D 高斯溶解 (3DGS) 及其后续变体在同时定位与地图构建 (SLAM) 中取得了显著进展。虽然大多数最近的 3DGS-based SLAM 工作专注于小规模室内场景，但针对大规模森林场景开发 3DGS-based SLAM 方法在许多实际应用中具有巨大潜力，尤其是野火应急响应和森林管理。然而，这一研究方向受限于缺乏综合且高质量的数据集，且在真实场景中收集此类数据集成本高昂且技术不可行。为此，我们构建了一个用于野火和森林环境 SLAM 的大规模、综合且高质量的合成数据集。利用 Unreal Engine 5 Electric Dreams Environment Sample Project，我们开发了一条轻松收集空中和地面视角的管道，包括 ground-truth 相机姿态和一系列来自无人机的额外数据模态。我们的管道还提供了对环境因素（如光照、天气以及野火的类型和条件）进行灵活控制的功能，以满足覆盖森林地图、野火应急响应等各种任务的需求。 resulting pilot dataset, WildfireX-SLAM, contains 5.5k low-altitude RGB-D aerial images from a large-scale forest map with a total size of 16 km2. 在 WildfireX-SLAM 之上，还进行了一次彻底的基准测试，这不仅揭示了 3DGS-based SLAM 在森林环境中的独特挑战，也为未来工作指出了潜在改进方向。该数据集和代码将对外公开。项目页面：https://zhicongsun.github.io/wildfirexslam。
引用
@article{arxiv.2510.27133,
title = {WildfireX-SLAM: A Large-scale Low-altitude RGB-D Dataset for Wildfire SLAM and Beyond},
author = {Zhicong Sun and Jacqueline Lo and Jinxing Hu},
journal= {arXiv preprint arXiv:2510.27133},
year = {2025}
}
备注
This paper has been accepted by MMM 2026