編輯丨極市平臺(tái)

MAOMaps

下載地址：http://suo.nz/2RgQaH

MAOMaps 是用于評(píng)估視覺(jué) SLAM、RGB-D SLAM 和地圖合并算法的數(shù)據(jù)集。它包含 40 個(gè)帶有 RGB 和深度圖像的樣本，以及地面真實(shí)軌跡和地圖。這 40 個(gè)樣本被加入到 20 對(duì)重疊的地圖中，用于地圖合并方法的評(píng)估。使用 Matterport3D 數(shù)據(jù)集和 Habitat 模擬器收集樣本。

Cooperative Driving Dataset (CODD)

下載地址：http://suo.nz/2Y75N4

協(xié)同駕駛數(shù)據(jù)集是使用CARLA生成的綜合數(shù)據(jù)集，其中包含來(lái)自同時(shí)在不同駕駛場(chǎng)景中導(dǎo)航的多輛車輛的激光雷達(dá)數(shù)據(jù)。創(chuàng)建該數(shù)據(jù)集是為了進(jìn)一步研究多智能體感知（協(xié)作感知），包括協(xié)作 3D 對(duì)象檢測(cè)、協(xié)作對(duì)象跟蹤、多智能體 SLAM 和點(diǎn)云配準(zhǔn)。為了實(shí)現(xiàn)這一目標(biāo)，所有幀都標(biāo)有地面實(shí)況傳感器姿勢(shì)和 3D 對(duì)象邊界框。

Bonn RGB-D Dynamic Dataset

下載地址：http://suo.nz/35DiRL

這是 RGB-D SLAM 的數(shù)據(jù)集，包含高度動(dòng)態(tài)的序列。我們提供 24 個(gè)動(dòng)態(tài)序列，人們可以在其中執(zhí)行不同的任務(wù)，例如操縱盒子或玩氣球，以及 2 個(gè)靜態(tài)序列。對(duì)于每個(gè)場(chǎng)景，我們提供傳感器的地面真實(shí)姿態(tài)，并使用 Optitrack Prime 13 運(yùn)動(dòng)捕捉系統(tǒng)進(jìn)行記錄。這些序列的格式與TUM RGB-D 數(shù)據(jù)集相同，因此可以使用相同的評(píng)估工具。

Monocular Visual Odometry Dataset

下載地址：https://cvg.cit.tum.de/data/datasets/mono-dataset

這是一個(gè)用于評(píng)估單目視覺(jué)里程計(jì) (VO) 和 SLAM 方法的跟蹤精度的數(shù)據(jù)集。它包含 50 個(gè)真實(shí)世界序列，包括 100 多分鐘的視頻，在不同環(huán)境中錄制 - 從狹窄的室內(nèi)走廊到廣闊的室外場(chǎng)景。

KITTI 道路數(shù)據(jù)集

http://suo.nz/2tY0Jt

KITTI-2015立體聲數(shù)據(jù)集

下載鏈接：http://suo.nz/35xkpn

stero 2015 基準(zhǔn)測(cè)試包含 200 個(gè)訓(xùn)練場(chǎng)景和 200 個(gè)測(cè)試場(chǎng)景（每個(gè)場(chǎng)景 4 幅彩色圖像，以無(wú)損 png 格式保存）。與stereo 2012 和flow 2012 基準(zhǔn)測(cè)試相比，它包含動(dòng)態(tài)場(chǎng)景，在半自動(dòng)過(guò)程中為其建立了真值。該數(shù)據(jù)集是通過(guò)在卡爾斯魯厄中等規(guī)模城市、農(nóng)村地區(qū)和高速公路上行駛而捕獲的。每張圖像最多可以看到 15 輛汽車和 30 名行人。

LiDAR 2D深度圖像數(shù)據(jù)集

數(shù)據(jù)集下載鏈接：http://m6z.cn/5Pwfy5

KITTI數(shù)據(jù)集是針對(duì)自動(dòng)駕駛汽車領(lǐng)域最著名的數(shù)據(jù)集之一。它包含來(lái)自安裝在汽車頂部的攝像頭、激光雷達(dá)和其他傳感器的記錄數(shù)據(jù)，汽車在具有許多不同場(chǎng)景和場(chǎng)景的許多街道上行駛。該數(shù)據(jù)集包含轉(zhuǎn)換為 2D 深度圖像的 KITTI 數(shù)據(jù)集的 LiDAR 幀，并使用此代碼進(jìn)行了轉(zhuǎn)換。這些 2D 深度圖像代表相應(yīng) LiDAR 幀的相同場(chǎng)景，但格式更易于處理。