Kimera-Multi-Data：大规模多机器人SLAM数据集

1. 项目基础介绍和主要编程语言

Kimera-Multi-Data 是由 MIT-SPARK 开发的一个大规模多机器人数据集，旨在为多机器人同时定位与映射（SLAM）的研究提供丰富的实验资源。该数据集通过多个机器人上的传感器收集了大量的室内外环境数据，支持研究人员进行多机器人系统的视觉SLAM算法的开发和测试。项目主要使用 C++ 编程语言，同时依赖于 ROS（机器人操作系统）进行数据的收集和处理。

2. 项目的核心功能

该项目的核心功能是提供一个包含多个机器人轨迹的大型数据集，这些数据集包括：

• 校园户外（Campus-Outdoor）：6个机器人，总行程6044米，持续时间19分钟。
• 校园隧道（Campus-Tunnels）：8个机器人，总行程6753米，持续时间28分钟。
• 校园混合（Campus-Hybrid）：8个机器人，总行程7785米，持续时间27分钟。

数据集包括以下类型的传感器数据：

• RGB 图像
• 深度图像
• IMU 数据
• 车轮里程计
• 激光雷达点云
• 地面真实轨迹

所有这些数据都是压缩的 rosbag 格式，方便研究人员使用。

3. 项目最近更新的功能

最近更新的功能主要包括：

• 数据集的扩展：添加了新的序列和不同配置的激光雷达数据，提供了更丰富的实验场景。
• 地面真实轨迹的优化：对地面真实轨迹的生成过程进行了优化，提高了轨迹的精度。
• 数据格式的改进：对数据压缩和解压缩流程进行了优化，以改善数据处理的效率。

这些更新使得数据集更加完善，能够更好地满足多机器人SLAM研究的需求。