[学习笔记-SLAM篇]RGB-D SLAM测试数据集

素材篇哈。

发现RGB-D的SLAM数据集很少，奇怪，TUM就这么够用？？

1. TUM RGB-D数据集

• 传送门：RGB-D SLAM Dataset and Benchmark
• 简介：一个包含RGB-D数据和地面真实数据的大数据集，目的是为视觉里程计和视觉SLAM系统的评估建立一个新的基准。我们的数据集包含了一个微软Kinect传感器的颜色和深度图像，沿着传感器的地面真实轨迹。数据以全帧率30 Hz和传感器分辨率640x480记录。深度因子5000。地面真实轨迹是由一个高精度的运动捕捉系统与8个高速跟踪摄像机(100 Hz)提供的。此外，我们还提供来自Kinect的加速度计数据。最后，我们提出了一种评价标准来衡量视觉SLAM系统估计的摄像机轨迹的质量。
• 备注：只有室内数据集，但是很全，包含有无回环、有无校验的等等，且提供评估工具，nice。

2. WHU-RSVI-DEPTH数据集

• 传送门：The WHU-RSVI Dataset
• 简介：武汉大学的卷帘快门视觉惯性数据集 （WHU-RSVI） 数据集。针对使用卷帘快门摄像机的视觉 SLAM 和视觉惯性 SLAM 算法。数据集包含 RS 图像、时间同步 GS 图像、IMU 测量和准确的地面真实数据。深度因子5000。该数据集通过对 RGB 和 IMU 数据中的传感器噪声进行建模，提供逼真的图像和 IMU 测量。它包含两个轨迹，每个轨迹包含三个运动速度：慢、中和快速。不同的速度对应于不同的卷帘快门效果，此数据集可用于比较不同卷帘快门效果对特定方法的影响。
• 备注：本数据集不是针对RGB-D视觉算法哈，还针对RGB-D视惯融合算法，只有室内数据。本土数据集，赞。

3. ETH3D数据集

• 传送门：SLAM Benchmark Overview
• 简介：SLAM基准包括使用自定义摄像机设备录制的视频，可用于评估视觉惯性单目、双目和RGB-D SLAM。含有56个训练和35个测试数据集，由运动捕捉系统提供地面真实位姿。该系统另外记录5个训练序列，使用SFM确定地面真值，大约13-14 Hz。深度因子5000。
• 备注：含有室内和室外数据集，难过的是室外的是用SFM确定的真值。如果测试RGB-D，那么要下载mono和RGB-D 2个数据集，因为不是打包一起的。好在格式和TUM一致，还提供关联文件，且提供评估工具，贴心。