EuRoC 是做視覺 SLAM 和視覺慣性導航(VIO)最常用的標準資料集之一。
以下是你完整需要知道的資訊:
📦 EuRoC MAV Dataset 簡介
全名:European Robotics Challenge Micro Aerial Vehicle Dataset
用途:用於測試和訓練 視覺 SLAM、Visual-Inertial Odometry(VIO)、3D 重建 等演算法
發表單位:ETH Zurich (Zurich University of Technology) MAV Drones Team
🎯 特點一覽
特性 | 說明 |
---|---|
🛩️ 機器平台 | Micro Aerial Vehicle(MAV)四軸飛行器 |
🎥 視覺感測器 | 雙目相機(stereo monochrome),同步拍攝 |
📐 IMU 感測器 | 高頻率 IMU(200Hz) |
🗺️ Ground Truth | 精密 Vicon 光學定位系統 + Leica 雷射追蹤儀 |
⏱️ 時間同步 | 所有資料皆以 timestamp 同步對齊 |
🌍 真實場景 | 工廠內部、房間、走廊等結構化與半結構化環境 |
📁 資料結構與內容
每組資料集是一個 ROS bag 或資料夾結構(無 ROS 版本也可用),包括:
kotlinMH_01_easy/
├── cam0/
│ ├── data/ ← 左鏡頭影像(.png)
│ └── data.csv ← timestamp + 對應檔名
├── cam1/
│ ├── data/ ← 右鏡頭影像(.png)
│ └── data.csv
├── imu0/
│ └── data.csv ← timestamp + acc + gyro
├── groundtruth/ ← 精確軌跡(有的才有)
├── calib/ ← 相機與 IMU 校正檔
🔍 相機與 IMU 詳細規格
感測器 | 描述 |
---|---|
Stereo Camera | 解像度 752×480,頻率 20Hz,灰階 |
IMU | 頻率 200Hz,六軸(加速度 + 陀螺儀) |
📚 常用子資料集(共 11 套)
分類 | 名稱 | 難度 |
---|---|---|
室內房間 (Machine Hall, MH) | MH_01_easy ~ MH_05_difficult | 中~高 |
室內走廊 (Vicon Room, V1) | V1_01_easy ~ V1_03_difficult | 高 |
複雜室內 (V2) | V2_01_easy ~ V2_03_difficult | 很高 |
建議從
MH_01_easy
開始練習。
🔧 使用方式
方法 A:ROS bag
直接播放 rosbag:
bashrosbag play MH_01_easy.bag
可連接至 ORB-SLAM3, VINS-Fusion, OKVIS, ROVIO 等系統。
方法 B:自訂處理
從影像與 IMU CSV 檔載入:
- 讀取
cam0/data.csv
+cam0/data/
圖片 - 讀取
imu0/data.csv
- 做時間同步與輸入模型訓練
🚀 支援的演算法與框架
框架 / 演算法 | 支援方式 |
---|---|
ORB-SLAM3 | 內建 EuRoC 模式 |
VINS-Fusion | 完整支援 |
OKVIS | 官方開發演算法 |
ROVIO | SLAM + VIO |
Maplab | 視覺地圖建構與標記 |
📥 下載位置
官方網站:
常見壓縮格式:
.zip
檔案 (非 ROS 版本).bag
(ROS bag 檔)
✅ 適合你怎麼用?
你正在建構:
- 🔧 雙輪型 ROS 機器人
- 🎥 使用真實影片與 IMU
- 🤖 建構視覺導航模型
你可以參考 EuRoC 的資料格式:
- 影格(含時間戳)
- IMU(同步對齊) 然後模擬類似資料輸入到你的導航或 SLAM 系統。
要我幫忙的方向建議:
- 幫你產生 EuRoC-style 的資料格式 from 影片 + IMU(前面腳本已可做到)
- 幫你接入 ORB-SLAM3 跑你自己的資料
- 把你影片/IMU 轉為 ROS bag(便於 ROS2 nav2 stack 使用)
需要我直接幫你整理成完整專案模板嗎?
沒有留言:
張貼留言