計算機視覺可以分為兩大方向：基于學(xué)習的方法和基于幾何的方法。其中基于學(xué)習的方法最火的就是深度學(xué)習，而基于幾何方法最火的就是視覺SLAM。相較于激光SLAM，視覺SLAM可研究空間較大，是當前研究熱點之一。

本次視覺SLAM比賽由AI研習社和INDEMIND聯(lián)合舉辦，數(shù)據(jù)集使用雙目視覺慣性模組采集。本數(shù)據(jù)集分為兩個部分。easy和mid，分別代表簡單和中等難度，適應(yīng)不同的同學(xué)進行實踐。

了解更多關(guān)于比賽難點、建議，可以掃碼或點擊右側(cè)鏈接觀看 賽前動員公開課 

提供rosbag數(shù)據(jù)和ground truth

其中rosbag可用話題為三個：

• /cam0/image_raw 左?相機 頻率 25hz

• /cam1/image_raw 右?相機 頻率 25hz

• /imu0 imu信息，頻率 200hz

使用Tum的數(shù)據(jù)集格式，?共8列，分別為pose（x，y，z）q（x，y，z, w）

ATE：Absolute Trajectory Error 絕對軌跡誤差（如EVO?具中ape算法）

絕對軌跡誤差是估計位姿和真實位姿的直接差值，可以?常直觀地反應(yīng)算法精度和軌跡全局?致性。

掃描下方二維碼或 點擊鏈接 即可報名

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。