Collaborative SLAM Dataset (CSD)

协作SLAM数据集，用于室内环境，提供姿态和地图信息，包含IMU、摄像头和RGBD数据。

A collaborative SLAM dataset designed for indoor environments, providing pose and map information, including IMU, camera, and RGBD data.

原始信息汇总

数据集概述

数据集名称

• Awesome SLAM Datasets

数据集描述

• 该数据集是SLAM相关数据集的集合，特别选取了提供位姿和地图信息的数据集。
• 数据集链接至google site，提供简化版和完整版的数据集图表。

数据集分类

• 评估方法：SLAM的评估方法。
• 按主题分类：
  • 里程计：用于里程计基准的数据集。
  • 地图构建：用于地图构建任务的数据集。
  • 地点识别：提供地点对应关系（图像）的数据集。
  • 定位：用于度量级定位的数据集。
  • 感知：带有语义标签/对应关系的数据集。
• 按特性分类：
  • 大规模：城市级地图，公里级地图。
  • 长期：多会话，长期数据收集。
  • 地图复杂性：地图结构的多样性。
  • 极端条件：极端环境，运动。
• 按平台分类：
  • 车辆：商用车辆（四轮道路车辆）。
  • 移动机器人：移动机器人（如Husky, Rover等）。
  • 无人机：无人机包括无人机。
  • 自主水下车辆：水下机器人包括ROV。
  • 无人水面车辆：水面车辆如独木舟和船。
  • 手持设备：人类手持平台。
• 按环境分类：
  • 城市：城市、校园、城镇和基础设施。
  • 室内：室内环境。
  • 地形：粗糙地形、地下、湖泊和农场。
  • 水下：水下地板、洞穴。

数据集示例

• Collaborative SLAM Dataset (CSD)

  • 隶属机构：Oxford
  • 年份：2018
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿和地图信息，包含IMU、RGBD、摄像头等传感器数据。

• ADVIO Dataset

  • 隶属机构：Aalto U
  • 年份：2018
  • 平台：手持设备
  • 环境：城市
  • 特征：提供位姿和地图信息，包含IMU、摄像头等传感器数据。

• DeepIO Dataset

  • 隶属机构：Oxford
  • 年份：2018
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿信息，包含IMU、摄像头等传感器数据。

• Aqualoc Dataset

  • 隶属机构：ONERA-DTIS
  • 年份：2018
  • 平台：ROV
  • 环境：水下
  • 特征：提供位姿信息，包含摄像头、压力传感器等传感器数据。

• Rosario Dataset

  • 隶属机构：CONICET-UNR
  • 年份：2018
  • 平台：移动机器人
  • 环境：地形
  • 特征：提供位姿信息，包含摄像头、编码器等传感器数据。

• InteriorNet

  • 隶属机构：Imperial College
  • 年份：2018
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿和地图信息，包含IMU、RGBD、摄像头等传感器数据。

• SPO Dataset

  • 隶属机构：TUM, Karlsruhe
  • 年份：2018
  • 平台：手持设备
  • 环境：城市
  • 特征：提供位姿信息，包含摄像头、光场摄像头等传感器数据。

• Complex Urban

  • 隶属机构：KAIST-IRAP
  • 年份：2018
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿和地图信息，包含Lidar、摄像头、编码器等传感器数据。

• KAIST Day/Night

  • 隶属机构：KAIST-RCV
  • 年份：2018
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含Lidar、摄像头、热像仪等传感器数据。

• TUM-Visual-Inertial

  • 隶属机构：TUM
  • 年份：2018
  • 平台：手持设备
  • 环境：室内、城市
  • 特征：提供位姿信息，包含IMU、摄像头等传感器数据。

• Multi Vech Event

  • 隶属机构：Upenn
  • 年份：2018
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含Lidar、摄像头、事件相机等传感器数据。

• VI Canoe

  • 隶属机构：UIUC
  • 年份：2018
  • 平台：无人水面车辆
  • 环境：地形
  • 特征：提供位姿信息，包含摄像头等传感器数据。

• MPO-Japan

  • 隶属机构：ETH-RPG
  • 年份：2017
  • 平台：无人机/手持设备
  • 环境：室内
  • 特征：提供位姿信息，包含摄像头、事件相机等传感器数据。

• Underwater Cave

  • 隶属机构：UDG
  • 年份：2017
  • 平台：自主水下车辆
  • 环境：水下
  • 特征：提供位姿信息，包含摄像头、测深声纳等传感器数据。

• Robot @ Home

  • 隶属机构：MRPT
  • 年份：2017
  • 平台：移动机器人
  • 环境：室内
  • 特征：提供位姿和地图信息，包含Lidar、摄像头、语义标签等传感器数据。

• Zurich Urban MAV

  • 隶属机构：ETH-RPG
  • 年份：2017
  • 平台：无人机
  • 环境：城市
  • 特征：提供位姿信息，包含摄像头、街景图像等传感器数据。

• Chilean Underground

  • 隶属机构：Trimble
  • 年份：2017
  • 平台：移动机器人
  • 环境：地形（地下）
  • 特征：提供位姿信息，包含Lidar、摄像头、编码器等传感器数据。

• SceneNet RGB-D

  • 隶属机构：Imperial
  • 年份：2017
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿信息，包含RGBD、摄像头等传感器数据。

• Symphony Lake

  • 隶属机构：Georgia Tech
  • 年份：2017
  • 平台：无人水面车辆
  • 环境：地形（湖泊）
  • 特征：提供位姿信息，包含摄像头、PTZ摄像头、长期数据等传感器数据。

• Agricultural robot

  • 隶属机构：Bonn
  • 年份：2017
  • 平台：移动机器人
  • 环境：地形
  • 特征：提供位姿信息，包含Lidar、摄像头、多光谱摄像头等传感器数据。

• Beach Rover

  • 隶属机构：TEC-MMA
  • 年份：2017
  • 平台：移动机器人
  • 环境：地形
  • 特征：提供位姿信息，包含Lidar、摄像头、编码器等传感器数据。

• EuRoC

  • 隶属机构：ETH-ASL
  • 年份：2016
  • 平台：无人机
  • 环境：室内
  • 特征：提供位姿和地图信息，包含摄像头等传感器数据。

• Cartographer

  • 隶属机构：Google
  • 年份：2016
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿信息，包含Lidar、摄像头等传感器数据。

• TUM-Mono

  • 隶属机构：TUM
  • 年份：2016
  • 平台：手持设备
  • 环境：室内、城市
  • 特征：提供位姿信息，包含摄像头、光度校准等传感器数据。

• Cityscape

  • 隶属机构：Daimler AG
  • 年份：2016
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含摄像头、语义标签等传感器数据。

• Solar-UAV

  • 隶属机构：ETHZ
  • 年份：2016
  • 平台：无人机
  • 环境：地形
  • 特征：提供位姿和地图信息，包含Lidar、摄像头等传感器数据。

• CoRBS

  • 隶属机构：DFKI
  • 年份：2016
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿和地图信息，包含摄像头、RGBD等传感器数据。

• Oxford-robotcar

  • 隶属机构：Oxford
  • 年份：2016
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含Lidar、摄像头等传感器数据。

• NCLT

  • 隶属机构：UMich
  • 年份：2016
  • 平台：移动机器人
  • 环境：城市
  • 特征：提供位姿信息，包含Lidar、摄像头、FOG等传感器数据。

• RPG-event

  • 隶属机构：Kyushu U
  • 年份：2016
  • 平台：车辆
  • 环境：城市、地形
  • 特征：提供位姿信息，包含Lidar、摄像头、FARO 3D等传感器数据。

• CCSAD

  • 隶属机构：CIMAT
  • 年份：2015
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含摄像头等传感器数据。

• TUM-Omni

  • 隶属机构：TUM
  • 年份：2015
  • 平台：手持设备
  • 环境：室内、城市
  • 特征：提供位姿信息，包含摄像头等传感器数据。

• Augmented ICL-NUIM

  • 隶属机构：Redwood
  • 年份：2015
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿和地图信息，包含摄像头、RGBD等传感器数据。

• Cambridge Landmark

  • 隶属机构：Cambridge
  • 年份：2015
  • 平台：手持设备
  • 环境：城市
  • 特征：提供位姿和地图信息，包含摄像头等传感器数据。

• ICL-NUIM

  • 隶属机构：Imperial
  • 年份：2014
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿和地图信息，包含摄像头、RGBD等传感器数据。

• MRPT-Malaga

  • 隶属机构：MRPT
  • 年份：2014
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含Lidar、摄像头等传感器数据。

• KITTI

  • 隶属机构：KIT
  • 年份：2013
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含Lidar、摄像头、语义标签等传感器数据。

• Canadian Planetary

  • 隶属机构：UToronto
  • 年份：2013
  • 平台：移动机器人
  • 环境：地形
  • 特征：提供位姿信息，包含Lidar、摄像头等传感器数据。

• Microsoft 7 scenes

  • 隶属机构：Microsoft
  • 年份：2013
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿和地图信息，包含摄像头、RGBD等传感器数据。

• SeqSLAM

  • 隶属机构：QUT
  • 年份：2012
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含摄像头、语义标签等传感器数据。

• ETH-challenging

  • 隶属机构：ETH-ASL
  • 年份：2012
  • 平台：手持设备
  • 环境：城市、地形
  • 特征：提供位姿信息，包含Lidar、摄像头等传感器数据。

• TUM-RGBD

  • 隶属机构：TUM
  • 年份：2012
  • 平台：手持设备/移动机器人
  • 环境：室内
  • 特征：提供位姿信息，包含摄像头、RGBD等传感器数据。

• ASRL-Kagara-airborne

  • 隶属机构：UToronto
  • 年份：2012
  • 平台：无人机
  • 环境：地形
  • 特征：提供位姿信息，包含摄像头等传感器数据。

• Devon Island Rover

  • 隶属机构：UToronto
  • 年份：2012
  • 平台：移动机器人
  • 环境：地形
  • 特征：提供位姿信息，包含摄像头、太阳传感器、倾斜仪等传感器数据。

• ACFR Marine

  • 隶属机构：ACFR
  • 年份：2012
  • 平台：自主水下车辆
  • 环境：水下
  • 特征：提供位姿信息，包含摄像头、红外等传感器数据。

• UTIAS Multi-Robot

  • 隶属机构：UT-IAS
  • 年份：2011
  • 平台：移动机器人
  • 环境：城市
  • 特征：提供位姿信息，包含摄像头、语义标签等传感器数据。

• Ford Campus

  • 隶属机构：UMich
  • 年份：2011
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含Lidar、摄像头等传感器数据。

• San francisco

  • 隶属机构：Stanford
  • 年份：2011
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含摄像头、DMI等传感器数据。

• Annotated-laser

  • 隶属机构：NTU
  • 年份：2011
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含Lidar、摄像头、语义标签等传感器数据。

• MIT-DARPA

  • 隶属机构：MIT
  • 年份：2010
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含Lidar、摄像头、语义标签等传感器数据。

• St Lucia Stereo

  • 隶属机构：UToronto
  • 年份：2010
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含摄像头等传感器数据。

• St Lucia Multiple Times

  • 隶属机构：QUT
  • 年份：2010
  • 平台：车辆
  • 环境：城市
  • 特征：提供位姿信息，包含摄像头等传感器数据。

• Marulan

  • 隶属机构：ACFR
  • 年份：2010
  • 平台：移动机器人
  • 环境：地形
  • 特征：提供位姿信息，包含Lidar、摄像头、红外等传感器数据。

• COLD

  • 隶属机构：KTH
  • 年份：2009
  • 平台：手持设备
  • 环境：室内
  • 特征：提供位姿信息，包含Lidar、摄像头、语义标签等传感器数据。

• NewCollege

  • 隶属机构：Oxford
  • 年份：2011

搜集汇总

数据集介绍

构建方式

Collaborative SLAM Dataset (CSD) 由牛津大学于2018年构建，旨在为协同SLAM（Simultaneous Localization and Mapping）算法提供高质量的数据支持。该数据集通过使用手持设备（如Asus ZenFone AR）采集室内环境中的多模态数据，包括RGBD图像、IMU数据以及姿态信息。数据集的构建过程中，研究人员通过精确的传感器校准和数据同步，确保了多模态数据之间的高精度对齐，从而为SLAM算法的开发和评估提供了可靠的基础。

特点

CSD数据集的主要特点在于其多模态数据的丰富性和高精度同步。该数据集不仅提供了RGBD图像，还包含了IMU传感器数据和精确的姿态信息，使得研究人员能够在复杂的室内环境中进行高精度的定位和建图任务。此外，CSD数据集的室内环境特性使其特别适用于开发和测试在受限空间内的SLAM算法，尤其是在需要高精度定位和地图构建的应用场景中。

使用方法

CSD数据集的使用方法相对灵活，适用于多种SLAM算法的开发和评估。研究人员可以通过下载该数据集，利用其中的RGBD图像、IMU数据和姿态信息进行算法的训练和测试。数据集的结构设计使得用户可以轻松地提取和处理不同类型的数据，从而专注于算法的实现和优化。此外，CSD数据集还提供了详细的文档和示例代码，帮助用户快速上手并进行有效的实验。

背景与挑战

背景概述

协同SLAM数据集（Collaborative SLAM Dataset, CSD）由牛津大学于2018年创建，旨在为协同SLAM（Simultaneous Localization and Mapping）算法的研究提供高质量的数据支持。该数据集的核心研究问题聚焦于多设备协同定位与地图构建，特别是在室内环境中，通过结合RGB-D相机和IMU数据，探索设备间的协同工作机制。CSD的发布不仅推动了SLAM领域的研究进展，还为机器人导航、增强现实等应用领域提供了重要的实验平台。

当前挑战

CSD在构建过程中面临多重挑战。首先，协同SLAM的复杂性要求数据集能够准确捕捉多设备间的时空同步信息，这对数据采集和处理提出了极高的要求。其次，室内环境的动态性和复杂性增加了数据标注和地图构建的难度。此外，如何在不同设备间实现高效的协同定位与地图融合，仍是当前SLAM领域的核心挑战之一。这些挑战不仅涉及算法设计，还涉及硬件平台的兼容性与数据处理的实时性。

常用场景

经典使用场景

Collaborative SLAM Dataset (CSD) 主要用于室内环境下的协同SLAM（Simultaneous Localization and Mapping）任务。该数据集通过提供高精度的姿态和地图信息，支持多种传感器数据的融合，如RGBD相机和IMU。经典的使用场景包括多机器人协同定位与建图、增强现实（AR）中的环境感知与重建，以及室内导航系统的开发与测试。

衍生相关工作

基于 CSD 数据集，研究者们开发了多种协同SLAM算法和多传感器融合技术。例如，一些工作专注于提升多机器人系统的协作效率，通过优化数据共享和任务分配策略，实现了更高效的室内环境建图。此外，还有研究利用该数据集进行深度学习模型的训练，以提升SLAM系统的鲁棒性和精度。这些衍生工作不仅推动了协同SLAM技术的发展，也为相关领域的应用提供了新的思路和方法。

数据集最近研究

最新研究方向

在同步定位与地图构建（SLAM）领域，Collaborative SLAM Dataset (CSD) 数据集的最新研究方向主要集中在多设备协同定位与地图构建的优化上。随着虚拟现实（VR）和增强现实（AR）技术的快速发展，协同SLAM在机器人、无人机和手持设备中的应用日益广泛。研究者们致力于通过多设备间的数据共享与协同处理，提升定位精度和地图构建的完整性，尤其是在复杂室内环境和城市规模的大场景中。此外，数据集的评估工具和基准测试方法也在不断完善，以支持更精确的算法比较和性能分析。这些研究不仅推动了SLAM技术的前沿发展，也为智能系统的自主导航和环境感知提供了坚实的基础。