SLAM数据集TUM，KITTI，EuRoC数据集的下载地址与真实轨迹文件的查找

最新推荐文章于 2024-07-17 21:40:42 发布
最新推荐文章于 2024-07-17 21:40:42 发布
阅读量9.6k 收藏 129
点赞数 18
文章标签： 人工智能 ubuntu 个人开发 linux c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_60355964/article/details/125995064
版权

目录

前言

在SLAM的学习过程中，不可避免的会用到这些数据集来运行程序，并且还会将运行轨迹与相机真实轨迹作对比，下面就介绍SLAM常用数据集TUM，KITTI，EuRoC数据集的下载地址与真实轨迹文件的查找。

一、TUM数据集

1.下载地址

TUM数据集下载地址

2.真实轨迹文件的查找

以rgbd_dataset_freiburg1_desk为例，打开rgbd_dataset_freiburg1_desk文件夹下面的groundtruth.txt文件就是该数据集的真实轨迹文件。
在这里插入图片描述

3.轨迹格式

time, t x , t y , t z , q x , q y , q z , q w

二、KITTI数据集

1.下载地址

KITTI数据集官网下载地址
KITTI数据集百度网盘下载地址

2.真实轨迹文件的查找

KITTI数据集真实轨迹文件下载地址
在这里插入图片描述解压后即可得到
在这里插入图片描述

三、EuRoC数据集

1.下载地址

EuRoC数据集下载地址

2.真实轨迹文件的查找

以MH_01_easy为例，点击下面红框下载的.zip压缩文件
在这里插入图片描述解压后打开MH_01_easy/mav0/state_groundtruth_estimate0文件夹下面的data.csv文件就是该数据集的真实轨迹文件。
在这里插入图片描述

3.轨迹格式

timestamp,px,py,pz,qw,qx,qy,qz,vx,vy,vz,bwx,bwy,bwz,bax,bay,baz

摆烂女侠
关注
  • 18
    点赞
  • 踩
  • 129
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据集总结TUM、KITTI、EuRoC
04-30
下载自TUM的数据集，应该是最小的一个了，希望对大家有用
TUM RGBD数据集，全部序列，百度网盘地址
04-04
TUM数据集（RGBD）百度云下载链接，官网下载实在太慢了，于是我就下载了一个数据集传到了百度云供大家下载，赚一丁点积分下载其他文档
SLAM公开数据集下载链接(TUM,KITTI,DSO,MONO,EUROC)
qq_43944331的博客
04-05 6195
共304G： TUM 链接：https://pan.baidu.com/s/1nwXtGqH 密码：lsgr KITTI 链接：https://pan.baidu.com/s/1htFmXDE 密码：uu20 DSO 链接：https://pan.baidu.com/s/1eSRmeZK 密码：6x5b Mono 链接：https://pan.baidu.com/s/1jKaNB3C 密码：u57...
使用evo工具评估ORB_SLAM2在TUM数据集上的运行轨迹
振华OPPO的博客世界
04-17 5143
当使用RGB-D模式时，需要用到depth和rgb两个文件夹里的图片，而且需要associate.py脚本文件关联 RGB 图像和深度图像。在这步中我们需要使用RGB 图像和深度图像的关联文件，ORB-SLAM2的作者在examples/RGB-D/associations/路径下提供了某些序列的关联文件。sse：和方差/误差平方和；和绝对轨迹误差参数相同，使用相机轨迹的原因在于它包含了关键帧轨迹，反映的是全局一致的地图。xyz坐标系的视图，显示各个时间下相机的x、y、z坐标，纵轴单位为m，横轴单位为s。
使用自己的TUM数据集来实现ORBSLAM稠密建图
weixin_64338148的博客
07-05 6162
TUM数据集-ORBSLAM稠密建图
TUM数据集
xiaojinger_123的博客
07-07 1万+
TUM数据集下载链接 https://vision.in.tum.de/data/datasets/rgbd-dataset/download 由于 TUM数据集是从实际环境中采集的,需要解释一下它的数据格式(数据集一般都有自己定义的格式)。在解压后,你将看到以下这些文件: rgb.txt 和 depth.txt 记录了各文件的采集时间和对应的文件名。 rgb/ 和 depth/目录存放着采集到的 png 格式图像文件。彩色图像为八位三通道,深 度图为 16 位单通道图像。文件名即采集时间。 grou
EuRoC数据集介绍
热门推荐
xiaojinger_123的博客
07-06 2万+
EuRoC数据集 微型飞行器（MAV）上收集的视觉惯性数据集 移动平台与传感器 使用的机型为：Asctec Firefly六角旋翼直升机 视觉惯性测量的传感器包括：视觉（双相机）惯性测量单元（IMU） 硬件设备 飞行器机体：AscTec Firefly 双目VIO相机：全局快门，单色，相机频率20Hz，IMU频率200Hz，具备相机和IMU的硬件(hw)同步，双目相机型号MT9V034，IMU型号ADIS16448 VICON0：维肯动作捕捉系统的配套反射标志，叫做marker LEICA0：是激光追
TUM数据集官方说明&&相应的评估文件evaluate_rpe.py和evaluate_ate.py的使用
weixin_50508111的博客
10-10 1万+
TUM数据集使用方法 TUM数据集的格式解读地址：https://vision.in.tum.de/data/datasets/rgbd-dataset/file_formats 文件格式 我们以以下格式提供来自Kinect的RGB-D数据集: 彩色图像和深度地图 我们以gzip格式的tar文件(TGZ)提供带有时间戳的颜色和深度图像。 彩色图像以PNG格式存储为640x480 8位RGB图像。 深度图存储为640x480的16位单色图像PNG格式。 颜色和深度图像已经使用PrimeSense的OpenNI
ORB_SLAM2下载编译及运行EuRoC数据集
weixin_43907136的博客
02-16 2525
orb-slam2的下载编译与EuRoC数据集的运行。
KITTI数据集通过evo转换成tum数据，对应的结果，以及xx.txt的poses文件和times.txt的时间戳文件
09-10
KITTI数据集主要用于自动驾驶和视觉惯性导航的研究，而TUM RGB-D数据集则常用于室内场景的SLAM（Simultaneous Localization And Mapping，即同步定位与建图）研究。这里，通过工具evo，将原本的KITTI odometry数据...
slam十四讲第二版ch12所需数据集
12-27
例如，这些数据可能来自公开的SLAM数据集，如Kitti、TUM RGB-D或EuRoC MAV。Kitti数据集主要用于自动驾驶汽车的SLAM研究，包含高精度的GPS/IMU轨迹、多视图立体图像、光达数据等。TUM RGB-D数据集则专注于室内环境，...
ORB-SLAM 2跑通自己的数据集
01-20
ORB-SLAM 2跑通自己的数据集一 、拍摄视频并转化为图片：二、准备索引目录文件：三、生成自己的参数配置文件TUM.yaml。复制TUM1.yaml，并修改参数即可。四、ORB-SLAM2所在的目录并运行如下命令即可：五、本次实验...
dso运行kitti数据集教程.pdf
10-22
DSO算法在KITTI数据集的运行，以及对应的evo评估教程！
关于TUM数据集
weixin_46034116的博客
09-28 989
2、验证回环检测算法，需要有人工标记回环的数据集。然而人工标记回环是很不方便的，我们会考虑根据标准轨迹计算回环。即，如果轨迹中有两个帧的位姿非常相近，就认为它们是回环。请根据TUM数据集给出的标准轨迹，计算出一个数据集中的回环。这些回环的图像真的相似吗？
SLAM学习--常用数据集
GGY1102的博客
09-23 8568
下面列举几个视觉SLAM常用的数据集。 参考链接： https://blog.csdn.net/zzu_seu/article/details/84999472 常用的数据集有：KITTI数据集、EuRoC数据集、TUM数据集、Oxford数据集、ICL-NUIM数据集、RGBD Object数据集等等。 KITTI数据集 KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流
[ROS学习]Euroc数据集真实轨迹的读取与显示
暮落晨风的博客
02-23 4107
基于rviz的euroc数据集真实轨迹的显示
视觉SLAM数据集（一）：TUM DataSet
振华OPPO的博客世界
02-24 5244
如果你是第一次做实验，建议下载xyz的数据集，因为它的动作相对很小，只包含桌面上的一小部分。一旦成功测试，就可以试试desk数据集，它包含四张桌子和几个闭环。
TUM 数据集--下载链接
weixin_44458958的博客
03-18 1080
计算机视觉小组 TUM计算、信息与技术学院。TUM数据集来自于慕尼黑工业大学。包含所有种类的公开数据集。
昇思25天学习打卡营第14天|LLM-文本解码原理--以MindNLP为例
最新发布
wwt72的博客
07-17 466
限制输出序列的最大长度为50个token。top-p=0.95，top-p采样表示在每一步生成token时，只从概率分布中累计概率达到95%的token中进行采样，有助于保持生成文本的流畅性和质量，同时允许一些低概率的token被选中，从而增加多样性。表示禁用了top-k采样，因为在top-k采样中，通常是从概率最高的k个token中随机选择一个token作为下一个输出，而这里设置为0表示不限制token的选择，实际上这将等同于使用 softmax 概率分布直接进行采样。这有助于提高生成文本的多样性。
kitti,euroc,tum,cityscpes数据集各自特点
07-03
### 回答1： kitti数据集是一个用于自动驾驶研究的开放数据集，包含一系列从车辆上收集的图像、点云数据和其他传感器数据。它以其高分辨率、丰富的注释和多种场景类型而著称。这个数据集主要用于研究视觉SLAM、目标检测和语义分割等问题。 Euroc数据集是机械视觉组织（MVGroup）发布的惯导和摄像头数据集，用于传感器融合和相机位姿估计研究。它提供了高质量的图像序列和精确的姿态信息，主要用于定位和导航算法的评估和对比。 TUM数据集是由慕尼黑理工大学（Technical University of Munich）的计算机视觉组发布的数据集。它包括了室内、室外和日常场景的RGB-D图像序列，提供了精确的相机位姿、语义标签和跟踪信息。TUM数据集适用于SLAM算法的评估、三维重建和语义分割等研究领域。 Cityscapes数据集是用于城市场景理解的大规模数据集。它包含来自50个不同城市的高分辨率图像，标注了道路、行人、车辆等成分的语义分割标签。Cityscapes数据集以其精细的注释和多样的城市场景类型而闻名，并成为语义分割、实例分割和目标检测算法的基准数据集。 综上所述，每个数据集都有其独特的特点和适用领域。Kitti数据集适用于自动驾驶和视觉SLAM研究，Euroc数据集适用于传感器融合和相机位姿估计研究，TUM数据集适用于SLAM和语义分割研究，Cityscapes数据集适用于城市场景理解研究。这些数据集在各自领域中都提供了宝贵的资源，为算法研究和性能评估提供了重要支持。 ### 回答2： 1. KITTI数据集：KITTI数据集是一个广泛用于自动驾驶研究的数据集，包含了从车辆上采集的真实世界图像和激光雷达数据。主要特点包括： - 包含大量的RGB图像、激光雷达数据、相机标定数据和地面真实标注数据。 - 数据集内容多样，包括城市街景、高速公路等多种场景。 - 提供了多种任务的标注信息，包括物体检测、语义分割、立体视觉等，适用于不同的研究领域。 2. Euroc数据集：Euroc数据集是一个用于视觉惯性里程计（Visual-Inertial Odometry, VIO）研究的数据集，提供了来自IMU和相机的数据。其特点包括： - 数据集内容包括IMU数据和相机图像，以及精确的相机和IMU标定信息。 - 数据集中涵盖了不同的场景，包括室内和室外，适用于室内导航和机器人定位等领域的研究。 - 标定信息的准确性对于VIO算法的性能至关重要，Euroc数据集提供了准确的标定信息，便于研究者开展精度评估和改进算法。 3. TUM数据集：TUM数据集也是一个用于VIO研究的数据集，提供了相机和IMU数据。其特点包括： - 数据集包含IMU数据和相机图像，并提供了精确的时间同步信息和准确的标定参数。 - 数据集中包含了多种场景，如室内、室外、运动过程中等，适用于多种导航和定位研究需求。 - 数据集提供了多种任务的评估指标，如位置误差、旋转误差等，便于研究者评估算法性能。 4. Cityscapes数据集：Cityscapes数据集是一个用于城市场景理解研究的数据集，包含了来自车载摄像头的高分辨率图像和语义分割标注信息。其特点包括： - 数据集包含大量的城市街景图像，通过车载摄像头采集，图像分辨率较高。 - 数据集提供了详细的城市场景标注信息，包括道路、建筑物、车辆等语义分割标注，适用于车辆行驶场景理解相关研究。 - 数据集还提供了不同天气和时间条件下的图像，丰富数据多样性，便于研究算法的鲁棒性和普适性评估。 ### 回答3： kitti数据集是用于自动驾驶领域研究的一个主要数据集，包含在城市环境下的高分辨率立体图像和激光雷达数据。kitti数据集提供了包括车辆检测、行人检测、语义分割等多个任务的标注数据，同时还提供了车辆的位姿和深度信息等。其特点是数据质量高、场景真实、标注准确，适用于研究车辆感知和定位方面的问题。 euroc数据集是一个用于视觉和惯导算法评估的数据集，包含了在室内环境下的单目和双目图像、IMU数据、真实的相机位姿和场景深度信息等。euroc数据集提供了高质量的图像和传感器数据，并提供了真实的相机运动轨迹作为参考。其特点是数据的精度和稳定性较高，适用于研究SLAM、图像跟踪等方面的问题。 tum数据集是一个用于视觉SLAM算法评估的数据集，包含了在室内和室外环境下的RGB-D图像、IMU数据和三维点云数据。tum数据集提供了相机和IMU的精确同步数据，并提供了标定参数和相机位姿信息。其特点是数据质量较高、包含了多种不同的环境和场景，适用于研究RGB-D SLAM、场景重建等方面的问题。 Cityscapes数据集是一个用于语义分割和场景理解研究的数据集，包含了在城市街景中的高分辨率图像、像素级别的标注和相机位姿信息。Cityscapes数据集提供了多类别的像素级别标注，并包括了道路、建筑物、车辆等多种目标。其特点是数据规模庞大、注释详细、场景多样，适用于研究语义分割、目标检测等方面的问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值