ADVIO

行人视觉惯性里程计缺乏现实和开放的基准数据集，这使得很难确定已发布方法的差异。现有数据集要么缺乏完整的六自由度地面实况，要么仅限于具有光学跟踪系统的小空间。我们利用纯惯性导航的进步，为视觉惯性里程计开发了一套通用且具有挑战性的真实世界计算机视觉基准集。为此，我们构建了一个配备 iPhone、Google Pixel Android 手机和 Google Tango 设备的测试台。我们提供范围广泛的原始传感器数据，几乎可以在任何现代智能手机上访问，并提供高质量的地面实况跟踪。我们还将 Google Tango、ARCore 和 Apple ARKit 产生的视觉惯性轨迹与学术论坛上最近发布的两种方法进行了比较。数据集涵盖室内和室外案例，包括楼梯、自动扶梯、电梯、办公环境、购物中心和地铁站。