SLABIM

SLABIM数据集是由香港科技大学提供的，耦合了SLAM和BIM的室内建筑数据集。该数据集包含了一个大学建筑的BIM模型和多个session的SLAM导向的传感器数据。这些数据经过时间戳标记和组织，能够有效支持用户部署和测试。数据集适用于注册、定位和语义映射等任务，有助于推动机器人导航和建筑信息模型领域的跨学科研究。

The SLABIM dataset, provided by The Hong Kong University of Science and Technology, is an indoor architectural dataset that integrates SLAM and BIM technologies. This dataset includes a BIM model of a university building and multiple sessions of SLAM-guided sensor data. All data are timestamped and organized, which can effectively support users in deployment and testing. The dataset is applicable to tasks such as registration, localization and semantic mapping, and helps promote interdisciplinary research in the fields of robot navigation and Building Information Modeling.

搜集汇总

数据集介绍

构建方式

SLABIM数据集的构建过程始于对香港科技大学主建筑的设计BIM模型的细致处理。首先，该模型被分解成每个楼层的单独BIM模型，以便于使用。随后，这些模型被转换为几何数据格式，如网格文件，以适应SLAM系统的需求。同时，为了便于机器人感知和导航，从BIM中提取了墙壁、地板、门和柱子等典型元素。数据集还包含了通过多传感器套件收集的多会话数据，这些数据是在建筑内部不同楼层和区域进行的。这些数据包括由鱼眼相机、3D激光雷达扫描仪和惯性测量单元收集的图像和点云数据，以及由实时定位系统提供的精确地理坐标。

使用方法

使用SLABIM数据集时，用户可以访问分解和转换后的BIM模型，以及通过多传感器套件收集的SLAM相关传感器数据。这些数据以标准格式提供，包括网格文件、点云数据、图像和定位数据。用户可以根据自己的需求选择使用原始数据或由SLAM系统生成的地图。此外，数据集还提供了详细的文档和示例代码，以帮助用户快速上手。用户可以利用这些数据来评估SLAM系统的性能，研究机器人导航技术，以及开发基于BIM的建筑自动化应用。

背景与挑战

背景概述

SLABIM数据集是在香港科技大学主楼中构建的，旨在耦合SLAM（同步定位与建图）和BIM（建筑信息模型）。该数据集由Haoming Huang等人设计，旨在填补现有室内SLAM数据集在建筑架构方面的空白。SLABIM数据集提供了BIM和SLAM导向的传感器数据，用于构建香港科技大学主楼的模型。该数据集的创建时间为2025年，由香港科技大学电子与计算机工程系的研究人员完成。SLABIM数据集对于相关领域的影响力在于，它是第一个开源的耦合SLAM和BIM的数据集，并通过三个实际任务（注册、定位和语义映射）验证了其有效性和实用性。

当前挑战

SLABIM数据集面临的挑战包括：1）领域问题挑战：SLAM和BIM的耦合需要解决不同模态数据之间的注册和匹配问题，以及如何利用BIM信息提高SLAM系统的定位和建图精度。2）构建过程中的挑战：数据集的构建需要收集多传感器数据，并进行多会话的映射和建模，这需要解决传感器数据的同步、融合和处理问题。此外，还需要将BIM模型分解和转换，以便于使用。

常用场景

经典使用场景

SLABIM数据集最经典的使用场景是在机器人导航和建筑信息模型（BIM）领域。该数据集提供了香港科技大学主楼的BIM模型和SLAM导向的传感器数据，为机器人提供了丰富的环境信息和导航依据。此外，SLABIM还支持机器人定位、路径规划和语义映射等任务，为移动机器人研究提供了宝贵的实验数据。

解决学术问题

SLABIM数据集解决了室内环境中机器人导航和建筑信息模型（BIM）融合的难题。传统的SLAM数据集往往缺乏建筑结构信息，而SLABIM则提供了BIM和SLAM导向的传感器数据，使得机器人能够利用建筑结构信息进行导航，从而降低了对高精度地图的依赖。此外，SLABIM还支持机器人定位、路径规划和语义映射等任务，为移动机器人研究提供了宝贵的实验数据。

实际应用

SLABIM数据集在实际应用场景中具有广泛的应用前景。例如，在建筑行业中，SLABIM可以帮助机器人进行施工自动化、质量评估和数字孪生生成等任务。此外，SLABIM还可以应用于室内导航、虚拟现实和增强现实等领域，为人们提供更加便捷和智能的服务。

数据集最近研究

最新研究方向

SLABIM数据集结合了SLAM和BIM技术，为室内定位与地图构建提供了新的研究方向。该数据集通过多传感器套件收集了香港科技大学主楼的SLAM数据，并将其与BIM模型相结合，实现了对室内环境的精确建模。SLABIM数据集的最新研究方向包括：1) 全局LiDAR-to-BIM配准：通过将LiDAR点云与BIM模型进行配准，实现了机器人对室内环境的全局定位；2) 机器人位姿跟踪：在BIM生成的3D点云地图上进行位姿跟踪，支持机器人的自主导航；3) 语义地图评估：利用BIM提供的语义标签，对室内环境进行语义地图构建和评估。SLABIM数据集的发布，为SLAM和BIM技术的融合研究提供了重要的数据基础，有助于推动机器人技术在建筑自动化领域的应用。

相关研究论文

• SLABIM: A SLAM-BIM Coupled Dataset in HKUST Main Building

  香港科技大学 · 2025年