新賽事 | AI研習社×INDEMIND 視覺SLAM挑戰賽

計算機視覺可以分為兩大方向：基于學習的方法和基于幾何的方法。其中基于學習的方法最火的就是深度學習，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聯合舉辦，數據集使用雙目視覺慣性模組采集。本數據集分為兩個部分。easy和mid，分別代表簡單和中等難度，適應不同的同學進行實踐。

了解更多關于比賽難點、建議，可以掃碼或點擊右側鏈接觀看 賽前動員公開課 

提供rosbag數據和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的數據集格式，?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

雷鋒網雷鋒網雷鋒網

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。