论文地址： http://arxiv.org/pdf/2203.03454v1.pdf
来源： University of Turku
论文名称：Multi-Modal Lidar Dataset for Benchmarking General-Purpose Localization and Mapping Algorithms
原文作者：Li Qingqing
内容提要
在过去十年中，激光雷达技术有了显著的发展，如今有了更高的分辨率、更好的精度和更低的成本设备。此外，近年来出现了新的扫描方式和新型传感器技术。公共数据集可以对算法进行基准测试，并为前沿技术设定了标准。然而，现有的数据集并不能代表技术前景，只有少量的激光雷达可用。这从本质上限制了通用算法在不断发展的环境中的发展和比较。本文提出了一种新型的多模态激光雷达数据集，其中传感器展示了不同的扫描方式(旋转和固态)、传感技术和激光雷达摄像机。数据集的重点是低漂移里程计，在室内和室外环境中，通过动作捕捉(MOCAP)系统可获得亚毫米精度的真值数据。为了进行远距离比较，我们还包括在室内和室外较大空间记录的数据。数据集包含来自旋转激光雷达和固态激光雷达的点云数据。此外，它还提供来自高分辨率旋转激光雷达的距离图像，来自激光雷达相机的RGB和深度图像，以及来自内置IMU的惯性数据。据我们所知，这是具有最多种传感器和环境的激光雷达数据集，其中可以获得真值数据。该数据集可广泛应用于多个研究领域，如三维激光雷达同步定位和测绘(SLAM)、多模态激光雷达性能比较、外观识别和环路闭合检测。
主要框架及实验结果
声明：文章来自于网络，仅用于学习分享，版权归原作者所有
