您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能 正文
发私信给AI研习社
发送

0

新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

本文作者:AI研习社 2020-09-08 17:35
导语:本次视觉SLAM比赛由AI研习社和INDEMIND联合举办,数据集使用双目视觉惯性模组采集。
计算机视觉可以分为两大方向:基于学习的方法和基于几何的方法。其中基于学习的方法最火的就是深度学习,而基于几何方法最火的就是视觉SLAM。相较于激光SLAM,视觉SLAM可研究空间较大,是当前研究热点之一。


本次视觉SLAM比赛由AI研习社和INDEMIND联合举办,数据集使用双目视觉惯性模组采集。本数据集分为两个部分。easy和mid,分别代表简单和中等难度,适应不同的同学进行实践。

了解更多关于比赛难点、建议,可以扫码或点击右侧链接观看 赛前动员公开课 

新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

提供rosbag数据和ground truth

其中rosbag可用话题为三个:

  • /cam0/image_raw 左⽬相机 频率 25hz

  • /cam1/image_raw 右⽬相机 频率 25hz

  • /imu0 imu信息,频率 200hz


新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

使用Tum的数据集格式,⼀共8列,分别为pose(x,y,z)q(x,y,z, w)


新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

ATE:Absolute Trajectory Error 绝对轨迹误差(如EVO⼯具中ape算法)

绝对轨迹误差是估计位姿和真实位姿的直接差值,可以⾮常直观地反应算法精度和轨迹全局⼀致性。


新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛


新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

扫描下方二维码或 点击链接 即可报名

新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

雷锋网雷锋网雷锋网

雷峰网版权文章,未经授权禁止转载。详情见转载须知

新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛

分享:
相关文章

编辑

聚焦数据科学,连接 AI 开发者。更多精彩内容,请访问:yanxishe.com
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说