数据集

室内环境数据集

Euroc MAV 数据集

• 特点：无人机在室内环境中采集的图像和 IMU 数据，包含多种动态和光照条件变化，广泛用于 VINS-Mono 测试。
• 传感器：单目/双目相机、IMU
• 下载链接：Euroc MAV 数据集

TUM VI 数据集

• 特点：高质量的视觉和惯性数据，涵盖多种室内和室外场景，时间同步良好，适用于精确性测试。
• 传感器：单目/双目相机、IMU
• 下载链接：TUM VI 数据集

SenseTime Visual-Inertial 数据集

• 特点：专为动态环境中的视觉惯性 SLAM 研究设计，包含室内和室外数据，适用于多种移动设备场景。
• 传感器：单目相机、IMU
• 下载链接：SenseTime Visual-Inertial 数据集

HILTI SLAM 数据集

• 特点：在建筑工地环境中采集，包含灰尘、动态元素和高难度场景，适合测试系统在极端环境中的鲁棒性。
• 传感器：单目/双目相机、IMU、激光雷达
• 下载链接：HILTI SLAM 数据集

室外环境数据集

KITTI 数据集

• 特点：主要是室外场景，包含汽车上采集的图像、GPS 和 IMU 数据，非常适合评估 SLAM 系统在真实行车环境下的性能。
• 传感器：单目/双目相机、IMU、GPS
• 注意事项：需转换为 .bag 文件用于 ROS；转换后在 VINS-Mono 上效果一般。
• 下载链接：KITTI 数据集

Apollo 数据集

• 特点：自动驾驶车辆在大规模室外环境中采集的多传感器数据，适用于自动驾驶场景。
• 传感器：单目/双目相机、IMU、GPS、激光雷达
• 下载链接：Apollo 数据集

Oxford RobotCar 数据集

• 特点：自动驾驶车辆在不同季节、天气和时间下的场景变化，适合评估 SLAM 系统在复杂城市环境中的表现。
• 传感器：单目/双目相机、激光雷达、GPS、IMU
• 下载链接：Oxford RobotCar 数据集

KAIST Urban 数据集

• 特点：韩国城市环境下采集的自动驾驶数据，适合测试 SLAM 系统在都市环境中的表现。
• 传感器：双目相机、激光雷达、GPS、IMU
• 下载链接：KAIST Urban 数据集

NCLT (North Campus Long-Term) 数据集

• 特点：包含密歇根大学北校区在不同季节和天气条件下的长时间数据，适合长期 SLAM 系统实验。
• 传感器：单目/双目相机、激光雷达、GPS、IMU
• 下载链接：NCLT 数据集

New College 数据集

• 特点：在牛津大学校园内采集，适合大规模室外场景的 SLAM 实验。
• 传感器：单目相机、激光雷达
• 下载链接：New College 数据集

室内外混合数据集

NTU VIRAL 数据集

• 特点：涵盖多种复杂环境的室内外数据，适合于多样环境条件下测试 SLAM 系统的鲁棒性。
• 传感器：单目/双目相机、IMU、激光雷达（可选）、UWB（超宽带）定位系统
• 下载链接：NTU VIRAL 数据集

PennCOSYVIO 数据集

• 特点：包括室内外多种场景，适合从建筑物内到外部的切换测试，非常适用于多种环境条件下的 SLAM 实验。
• 传感器：单目/双目相机、IMU
• 下载链接：PennCOSYVIO 数据集

ETH3D 数据集

• 特点：提供丰富的室内外三维重建场景，适合评估 SLAM 和 3D 重建算法。
• 传感器：单目/双目相机、IMU（部分序列）
• 下载链接：ETH3D 数据集

动态和高运动数据集

UZH-FPV Drone Racing 数据集

• 特点：专为无人机在动态环境下设计，包含急速运动和转弯等高挑战场景，适合高速动态环境中的 SLAM 性能测试。
• 传感器：单目/双目相机、IMU
• 下载链接：UZH-FPV Drone Racing 数据集

ADVIO (Augmented Reality Dataset for Visual-Inertial Odometry)

• 特点：包含复杂动态手持设备运动路径，适合移动设备的视觉惯性 SLAM 实验。
• 传感器：单目相机、IMU
• 下载链接：ADVIO 数据集

MVSEC (Multi Vehicle Stereo Event Camera) 数据集

• 特点：使用事件相机和 IMU 数据，特别适合低光照和快速运动环境中 SLAM 系统的测试。
• 传感器：双目事件相机、IMU
• 下载链接：MVSEC 数据集