UrbanLoco

测绘与定位是自动驾驶的关键模块，在该领域取得了显著成果。在全球导航卫星系统（GNSS）之外，点云配准、视觉特征匹配、惯性导航等方面的研究极大地提高了不同场景下建图定位的准确性和鲁棒性。然而，高度城市化的场景仍然具有挑战性：基于激光雷达和摄像头的方法在处理大量动态对象时表现不佳；基于 GNSS 的解决方案会遇到信号丢失和多路径问题；惯性测量单元 (IMU) 会出现漂移。不幸的是，当前的公共数据集要么不能充分解决这一城市挑战，要么不能提供足够的与地图绘制和定位相关的传感器信息。在这里，我们展示 UrbanLoco：一个在高度城市化环境中收集的地图/定位数据集，具有完整的传感器套件。该数据集包括在旧金山和香港收集的 13 条轨迹，总长度超过 40 公里。我们的数据集包括各种各样的城市地形：城市峡谷、桥梁、隧道、急转弯等。更重要的是，我们的数据集包括来自激光雷达、相机、IMU 和 GNSS 接收器的信息。