说明:
- GNSS
- 还有哪里有数据?①科研团队的Github或者官网、②写的完善开源程序都会提供测试数据、③论文附带、④设备厂商提供测试数据、⑤综述论文介绍。
- 使用开源数据了,发论文的时候应当说明来源,引用对应的参考文献,向对数据提供者致谢。
- 为了防止数据下载链接失效、作者删除、网站进不去了等情况,建议将重要的数据备份。
其它开源数据集整理仓库,点开链接 Ctrl+F
搜索 data
可以快速查找:awesome-slam-datasets 整理、IMU-datasets 整理、barbeau-awesome-gnss 整理、hdkarimi-awesome-gnss 整理、mcraymer 整理、awesome-visual-slam 整理、Recent_SLAM_Research 整理、Awesome CV Works 整理、Lee-SLAM-source 整理、awesome-slam 整理、Awesome_Dynamic_SLAM 整理、awesome-NeRF 整理、visual-slam-roadmap 整理、Visual_SLAM_Related_Research 整理、vins-application 整理、Recent-Stars-2024 整理、Visual Navigation 整理、Awesome-Optical-Flow 整理、awesome-lidar 整理、awesome-point-cloud-place-recognition 整理、awesome-sar 整理、awesome-radar-perception 整理、awesome-deep-point-cloud-compression 整理、awesome-point-cloud-analysis 整理、Awesome_Laser_scanners 整理、Awesome-Human-Activity-Recognition 整理、Awesome-WiFi-CSI-Research 整理
数据集介绍博客:
港科技开源:
上海交大ViSYS开源:
M2DGR: 适用于地面机器人的多模式、多场景 SLAM 数据集。这是一个由地面机器人收集的新型大规模数据集,该机器人配有全套传感器套件,包括六个鱼眼和一个天空指向型 RGB 摄像机、一个红外摄像机、一个事件摄像机、一个视觉惯性传感器(VI-sensor)、一个惯性测量单元(IMU)、一个激光雷达、一个消费级全球导航卫星系统(GNSS)接收器和一个带实时运动学(RTK)信号的 GNSS-IMU 导航系统。所有这些传感器都经过良好校准和同步,并同时记录数据。地面真实轨迹由动作捕捉装置、激光 3D 跟踪器和 RTK 接收器获得。数据集由 36 个序列(约 1 TB)组成,在包括室内和室外环境在内的不同场景中捕获。我们在 M2DGR 上评估了最先进的 SLAM 算法。结果表明,现有解决方案在某些场景下表现不佳。为了研究界的利益,我们公开了数据集和工具。相关论文:https://doi.org/10.1109/LRA.2021.3138527。
M2DGR-plus:扩展和更新 M2DGR:用于地面机器人的新型多模式、多场景 SLAM 数据集。配套开源程序:Ground-Fusion,相关论文:https://doi.org/10.48550/arXiv.2402.14308。
知名SLAM数据集:
UWB相关数据集:
- 时间同步:UWB有四种测矩值,信号到达时间(TOA)、信号到达时间差(TDOA)、信号往返时间(TOF)、信号到达角(AOA),其中 TOA 需要基站和标签都进行时间同步,TODA 需要基站时间同步,AOA 和 TOF 无需时间同步。
- 基准站坐标:注意用什么坐标系
其它各种各样的数据集
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。