Omni-LIVO Dataset

Omni-LIVO数据集是一个多传感器数据收集平台，包括LiDAR、IMU和相机阵列。LiDAR采用LIVOX MID360，具有360°水平视场和59°垂直视场，范围0.1-70m，频率10 Hz。IMU为ICM40609，提供6自由度惯性测量，频率200 Hz。相机阵列采用JHEM306GC-HM，分辨率1024×768，交叉模式配置，硬件级同步，频率10 Hz。相机采用交叉模式配置，实现近全向视觉覆盖，与360° LiDAR感知协同工作，即使在物体在不同相机视图之间过渡时也能实现稳健跟踪。

The Omni-LIVO dataset is a multi-sensor data collection platform integrating LiDAR, IMU and camera arrays. The LiDAR used is the LIVOX MID360, which features a 360° horizontal field of view, 59° vertical field of view, a detection range of 0.1–70 m, and operates at a frequency of 10 Hz. The IMU is the ICM40609, providing 6-degree-of-freedom (6-DoF) inertial measurements at a frequency of 200 Hz. The camera array adopts the JHEM306GC-HM model, with a resolution of 1024×768, configured in a cross-mode setup, equipped with hardware-level synchronization, and runs at a frequency of 10 Hz. The cross-mode camera configuration enables near-omnidirectional visual coverage, working synergistically with the 360° LiDAR perception system to achieve robust tracking even when objects transition across different camera viewpoints.

原始信息汇总

Omni-LIVO 数据集概述

数据集基本信息

• 数据集名称：Omni-LIVO Dataset
• 数据集地址：https://pan.baidu.com/s/1An5d8USZtM1zgQY57lUn7w?pwd=74ih
• 提取密码：74ih

数据集背景

该数据集为Omni-LIVO系统服务。Omni-LIVO是一个紧耦合的多相机视觉-惯性-LiDAR里程计系统，是FAST-LIVO2的多相机扩展版本，旨在通过创新的跨相机直接跟踪和统一优化，弥合宽视场LiDAR传感器与传统窄视场相机设置之间的空间感知不匹配问题。

传感器配置

数据采集平台采用多传感器配置，具体规格如下：

组件	型号/类型	规格	频率
LiDAR	LIVOX MID360	• 360°水平视场<br>• 59°垂直视场<br>• 0.1-70米量程<br>• 200,000点/秒	10 Hz
IMU	ICM40609 (内置在MID360中)	• 6自由度惯性测量<br>• 加速度计 + 陀螺仪	200 Hz
相机阵列	JHEM306GC-HM	• 1024×768分辨率<br>• 十字形配置<br>• 硬件级同步	10 Hz

相机配置

四个相机采用十字形配置，以实现近乎全向的视觉覆盖：

前置相机
     |

左相机 ----- 右相机 | 后置相机

此配置与360° LiDAR感知协同互补，即使在物体在不同相机视野间移动时也能实现鲁棒的跟踪。

数据集支持情况

目前系统已测试的数据集包括：

• Hilti SLAM Challenge 2022 数据集
• Hilti SLAM Challenge 2023 数据集
• New College 数据集
• 使用mid360和4个相机的自定义多相机数据集

项目状态说明

• 版本状态：预发布工程版本。此版本包含系统的基本工程实现，但尚未包含鲁棒性优化功能。
• 论文状态：相关论文正在审稿中，完整源代码将在论文被接受后发布。

搜集汇总

数据集介绍

构建方式

Omni-LIVO数据集的构建依托于一套精密的多传感器数据采集平台，该平台集成了LIVOX MID360激光雷达、ICM40609惯性测量单元以及四台JHEM306GC-HM相机阵列。激光雷达提供360度水平视场与59度垂直视场的点云数据，采样频率为10赫兹；惯性测量单元以200赫兹频率输出六自由度运动信息。相机阵列采用十字形布局，通过硬件级同步触发机制，确保与激光雷达在时间上严格对齐，从而实现了多模态感知数据的时空一致性采集。数据采集过程在多样化真实场景中进行，旨在覆盖复杂环境下的挑战性工况。

使用方法

使用Omni-LIVO数据集需在配备ROS的Ubuntu系统中部署相应环境。首先克隆项目仓库至catkin工作空间，依赖项包括PCL、Eigen、OpenCV、Sophus及Vikit库。配置环节需在YAML文件中设定多相机参数，包括各相机的内参、相对于激光雷达的外参变换矩阵以及对应的图像话题。运行通过启动映射launch文件并播放数据集bag文件实现，系统将同步处理激光雷达点云、惯性数据及多路图像流，输出融合后的位姿估计。该数据集支持与FAST-LIVO2框架无缝集成，便于研究者进行多相机扩展与性能验证。

背景与挑战

背景概述

Omni-LIVO数据集由HIAS-VPD-LAB研究团队于2024年前后构建，旨在推动多传感器融合的同步定位与地图构建技术发展。该数据集的核心研究问题在于解决宽视场激光雷达与传统窄视场相机之间的空间感知不匹配，通过创新的跨相机直接跟踪与统一优化框架，提升复杂环境下机器人系统的鲁棒性与精度。作为FAST-LIVO2的多相机扩展版本，Omni-LIVO不仅继承了激光雷达-惯性-视觉里程计的先进基础，还通过硬件同步的四相机十字阵列配置，实现了近乎全向的视觉覆盖，为自动驾驶与移动机器人领域的多模态感知研究提供了关键数据支撑。

当前挑战

Omni-LIVO数据集致力于解决多传感器融合里程计在动态与遮挡环境下的鲁棒定位挑战，其核心问题在于如何有效整合异构传感器的时空数据以克服单一感知局限。构建过程中的主要挑战包括多相机与激光雷达的高精度硬件同步、跨相机视觉特征的连续跟踪，以及大规模多模态数据的时间对齐与标定。此外，数据集需在复杂光照、快速运动及部分传感器失效等极端场景下保持系统稳定性，这对传感器配置的冗余设计与优化算法提出了较高要求。

常用场景

经典使用场景

在机器人定位与建图领域，Omni-LIVO数据集凭借其多相机阵列与激光雷达的异构传感器融合设计，为视觉-惯性-激光里程计系统提供了理想的测试平台。该数据集通过硬件同步的交叉模式相机配置，实现了近乎全向的视觉覆盖，有效弥补了传统窄视场相机与宽视场激光雷达之间的感知鸿沟。研究人员可借助该数据集在复杂动态环境中评估多视角跟踪的鲁棒性，尤其是在物体跨越不同相机视野时，系统仍能维持连续稳定的位姿估计。

解决学术问题

该数据集主要针对多传感器融合里程计中存在的时空对齐与感知不一致性难题。通过提供精确时间同步的多相机、激光雷达与惯性测量单元数据，它使研究者能够深入探索跨相机直接跟踪与统一优化方法，以解决在光照变化、快速运动或纹理缺失场景下的跟踪失效问题。其意义在于推动了紧耦合多相机视觉-惯性-激光里程计框架的发展，为提升自动驾驶与移动机器人在挑战性环境中的状态估计精度提供了关键数据支撑。

实际应用

在实际工程层面，Omni-LIVO数据集可直接应用于自动驾驶车辆、无人机与地面机器人的高精度定位与导航系统开发。其多相机配置模拟了真实场景中多视角感知的需求，例如在狭窄巷道、密集动态障碍物环境或室内外过渡区域，系统能够利用互补的传感器数据实现鲁棒的位置追踪。该数据集还支持对现有SLAM算法在Hilti SLAM挑战赛等标准测试场景下的性能验证与比较，加速了可靠自主移动平台的落地进程。

数据集最近研究

最新研究方向

在机器人同步定位与地图构建领域，Omni-LIVO数据集作为多传感器融合的前沿代表，正推动着视觉-惯性-激光雷达里程计系统向更鲁棒和全向感知的方向演进。该数据集通过创新的跨相机直接跟踪与统一优化框架，有效弥合了宽视场激光雷达与传统窄视场相机间的空间感知鸿沟，其十字排列的多相机配置与硬件同步机制，为复杂动态环境下的高精度位姿估计提供了关键数据支撑。当前研究热点集中于利用此类多视角融合数据提升系统在遮挡、光照变化及快速运动场景中的稳定性，相关成果有望直接应用于自动驾驶、无人机导航等对实时环境理解要求苛刻的领域，为下一代SLAM技术的实用化与泛化能力奠定坚实基础。