新賽事 | AI研習社×INDEMIND 視覺SLAM挑戰賽

  • 2020 年 9 月 8 日
  • AI
電腦視覺可以分為兩大方向：基於學習的方法和基於幾何的方法。其中基於學習的方法最火的就是深度學習，而基於幾何方法最火的就是視覺SLAM。相較於雷射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採集。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。
了解更多關於比賽難點、建議，可以掃碼或點擊右側鏈接觀看 賽前動員公開課 


參賽選手任務
使用視覺+imu的融合slam方案，運行數據集，並且通過EVO或者其他工具來評判自己精度和準度，並將mid結果提交。

數據說明
演算法）”,”27:\”12\”|31:2″],[20,”\n”,”24:\”5j3x\””],[20,”絕對軌跡誤差是估計位姿和真實位姿的直接差值，可以⾮常直觀地反應演算法精度和軌跡全局⼀致性。”,”27:\”12\”|31:2″],[20,”\n”,”24:\”pctV\””],[20,”\n”,”24:\”x6JU\””],[20,”\n”,”24:\”izBg\””],[20,”\n”,”24:\”cyFu\””]]” style=”font-size: 16px;letter-spacing: 0.5px;”>提供rosbag數據和ground truth

其中rosbag可用話題為三個：

  • /cam0/image_raw 左⽬相機 頻率 25hz

  • /cam1/image_raw 右⽬相機 頻率 25hz

  • /imu0 imu資訊，頻率 200hz

groundtruth說明
使⽤Tum的數據集格式，⼀共8列，分別為pose（x，y，z）q（x，y，z, w）

評審標準
ATE：Absolute Trajectory Error 絕對軌跡誤差（如EVO⼯具中ape演算法）

絕對軌跡誤差是估計位姿和真實位姿的直接差值，可以⾮常直觀地反應演算法精度和軌跡全局⼀致性。


賽事獎勵

  • 現金5000元+INDEMIND雙目視覺慣性模組

  • 前10名還可以獲得INDEMIND內推通道（職位詳情可請移步比賽詳情頁面查看）

（INDEMIND雙目視覺慣性模組）

報名入口

掃描二維碼或點擊鏈接即可參加


雷鋒網雷鋒網雷鋒網

VirMach 便宜 VPS

QNews

QNews