- 简介评估同时定位和地图构建(SLAM)算法的性能对于科学家和机器人系统用户来说都是必不可少的。但是,硬件设置和算法配置的可能选项有很多不同的组合,而且不同的数据集和算法也不同,因此彻底比较SLAM系统与最新技术的全面状态是不可行的。为了解决这个问题,我们提出了SLAM Hive基准测试套件,通过使用容器技术和在云中部署,能够分析数千个映射运行的SLAM算法。本文介绍了SLAM Hive的架构和开源实现,并将其与现有的SLAM评估工作进行了比较。我们对许多最流行的基于视觉和LiDAR的SLAM算法进行了映射运行,针对常用的数据集展示了如何使用SLAM Hive方便地分析结果。通过这一点,我们预计SLAM Hive可以成为适当比较和评估SLAM算法的重要工具,从而推动SLAM研究的科学发展。开源软件以及演示如何实时分析数百个映射运行的演示可以在我们的SLAM Hive网站上找到。
-
- 图表
- 解决问题SLAM算法的性能评估问题
- 关键思路SLAM Hive Benchmarking Suite通过云端容器技术分析SLAM算法,使得SLAM算法的性能评估更加全面和方便
- 其它亮点SLAM Hive Benchmarking Suite通过云端容器技术,可以在数千个映射运行中分析SLAM算法,比较常用数据集和算法的性能表现。该工具可用于推动SLAM领域的科学发展,并提供开源软件和演示以展示实时分析结果。
- 该论文与现有的SLAM评估方法进行了比较,但没有列举具体的相关研究论文。
NEW
提问交流
提交问题,平台邀请作者,轻松获得权威解答~

提问交流