简介
M2DGR是由上海交大采针对地面机器人导航采集的SLAM数据集,包含了环视RGB相机、红外相机、事件相机、32线激光雷达、IMU与原始GNSS信息,覆盖了室内外具有挑战性的场景,给当前的SLAM算法带来了很大的挑战性。项目主页位于https://github.com/SJTU-ViSYS/M2DGR,大家可以去star一下。
论文位于:https://github.com/SJTU-ViSYS/M2DGR/blob/main/main.pdf,文章目前已被RA-L录用。
主要贡献有:
1.我们为室内和室外的地面机器人收集了长期具有挑战性的序列,并拥有一个完整的传感器套件,其中包括6个环视鱼眼摄像机、一个指向天空的鱼眼摄像机、一个透视彩色摄像机、一个事件摄像机、一个红外摄像机、一个32束激光雷达、两个GNSS接收器和两个imu。 据我们所知,这是首个专注于地面机器人导航的SLAM数据集,拥有如此丰富的感官信息。
2.我们记录了一些具有挑战性的情况下的轨迹,如电梯、完全黑暗,这些情况很容易导致现有的定位解决方案失败。 这些情况在地面机器人应用中是很常见的,但在以前的数据集中很少讨论。
3.启动地面机器人导航综合基准。 在这个基准上,我们评估了现有的各种设计的最先进的SLAM算法,并分别分析了它们的特点和缺陷。
一、采集平台
作者搭建了一个三层的地面机器人,如图所示
二、传感器配置
LIDAR Velodyne VLP-32C, 360 Horizontal Field of View (FOV),-30 to +10 vertical FOV,10Hz,Max Range 200 m,Range Resolution 3 cm, Horizontal Angular Resolution 0.2°.
RGB Camera FLIR Pointgrey CM3-U3-13Y3C-CS,fish-eye lens,1280*1024,190 HFOV,190 V-FOV, 15 Hz
GNSS Ublox M8T, GPS/BeiDou, 1Hz
Infrared Camera,PLUG 617,640*512,90.2 H-FOV,70.6 V-FOV,25Hz;
V-I Sensor,Realsense d435i,RGB/Depth 640*480,69H-FOV,42.5V-FOV,15Hz;IMU 6-axix, 200Hz
Event Camera Inivation DVXplorer, 640*480,15Hz;
IMU,Handsfree A9,9-axis,150Hz;
GNSS-IMU Xsens Mti 680G. GNSS-RTK,localization precision 2cm,100Hz;IMU 9-axis,100 Hz;
Laser Scanner Leica MS60, localization 1mm+1.5ppm
Motion-capture System Vicon Vero 2.2, localization accuracy 1mm, 50 Hz;