德州农工大学 发布 RELLIS Off-road Odometry Analysis Dataset (ROOAD) 数据集, 应用在 自动驾驶、视觉惯性里程计 领域

德州农工大学 本次发布的数据集 RELLIS Off-road Odometry Analysis Dataset (ROOAD), ROOAD数据集由德州农工大学机械工程系创建，专注于非结构化环境下的视觉惯性里程计分析。该数据集包含6个时间同步的单目视觉惯性数据序列，记录于德州农工大学系统RELLIS校园的沙漠越野测试场。数据集大小超过6000个GPS航点，20000张图像和250000次IMU读数，为视觉惯性算法开发者提供了一个新的测试平台。此外，数据集还包括11个相机-IMU交叉校准数据序列，用于验证Kalibr相机-IMU外部校准工具的有效性。ROOAD数据集旨在解决自动驾驶车辆在非结构化环境中的定位问题，为研究者提供设计和测试其定位算法的新场景。

查看RELLIS Off-road Odometry Analysis Dataset (ROOAD)

README 内容： 

关于 德州农工大学 , 德州农工大学（Texas A&M University）是一所位于美国德克萨斯州的公立研究型大学，成立于1876年。该校以其工程、农业和生命科学等领域的研究而闻名，是美国最大的公立大学之一。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。