Hilti-Trimble-Oxford 数据集：面向 SLAM 与定位的 360 视觉惯性基准，含楼层平面图先验
该数据集在活跃建筑工地采集，覆盖十层楼、为期八个月的施工周期，共包含 30 段 360 相机与 IMU 的视觉惯性序列，场景含可变光照、移动工人、快速运动和重复结构。真值轨迹由刚性固定在 360 相机上的 LiDAR-惯性 SLAM 系统采集。配套挑战赛中 SLAM 赛道有 62 支队伍参加，楼层平面图定位赛道仅 22 支。数据集与挑战赛信息发布于 hilti-trimble-challenge.com/dataset-2026。
发布于 10-22 13:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Hilti-Trimble-Oxford Dataset: 360 Visual-Inertial Benchmark with Floor Plan Priors for SLAM and Localization》查看原链
arXiv:2607.06464v2 公告类型：替换 摘要：建筑工地自动化进度监测是一个活跃的研发领域。 已有机器人和人工携带的建图系统被开发用于构建建筑与基础设施项目的三维地图。 基于 LiDAR 的建图系统精度高，但 LiDAR 成本可能过高。
具有宽视场的消费级相机（“360 相机”）结合嵌入式惯性测量单元（IMU）提供了一种高性价比的替代方案。 为支持变化检测与进度监测，需要高精度的视觉同时定位与建图（SLAM）以及楼层平面图定位系统。 本文提出一个在活跃建筑工地采集的高质量数据集，涵盖可变光照条件、移动工人、快速运动和重复结构等真实挑战。
该数据集包含在为期八个月的施工项目期间、跨十层楼录制的三十段视觉惯性序列。 真值轨迹由刚性固定在 360 相机上的高质量 LiDAR-惯性 SLAM 系统采集。 此外，我们报告了一项开放研究挑战赛的结果，该挑战赛评估了来自全球的最佳视觉 SLAM 与定位系统。
挑战赛中 SLAM 的参与度显著更高，有 62 支队伍，而楼层平面图定位有 22 支队伍，这表明该任务受到研究人员的关注较少，并推动通过所提出的数据集和挑战赛进行进一步探索，详见：https://hilti-trimble-challenge.com/dataset-2026。