外观
Skip to content
hilti-slam-challenge-2022
hilti-slam-challenge-2022
Hilti-Research 在 Hugging Face 发布的机器人数据集，规模 1K<n<10K。
数据集Hilti-Researchhilti-slam-challenge-2022
数据集档案汇总规模、格式、关联机型与模型
hilti-slam-challenge-2022
Hilti-Research 在 Hugging Face 发布的机器人数据集，规模 1K<n<10K。
概述
这套数据集的采集方式、多模态结构、存储格式与适用任务。
Hilti SLAM Challenge 2022 是一个用于评估同步定位与建图（SLAM）和传感器融合系统的多模态机器人基准数据集。数据由手持 Phasma 传感器平台采集，地点包括列支敦士登沙恩的在建工地和英国牛津 Sheldonian Theatre，覆盖多层施工环境、楼梯、长走廊、画廊、地下室、阁楼、室外区域，以及带回访的长轨迹。
Phasma 平台集成了五个同步全局快门相机、Hesai PandarXT-32 LiDAR 和 Bosch BMI085 IMU。仓库约 350 GB，包含 16 个序列；ROS bag 约 336 GB，提供同步相机、激光雷达和惯性测量。另有约 7.1 GB 标定材料、Phasma 平台 CAD 文件，以及两个主要采集环境的 E57 高精度参考点云。
轨迹评估数据位于 ground_truth 目录，包括用于挑战序列的稀疏毫米级参考位置，部分序列还提供 IMU 坐标系下的稠密 6-DoF 轨迹及对应稀疏 3-DoF 参考文件。数据集采用 Creative Commons Attribution-NonCommercial-ShareAlike 3.0 许可，仅限非商业用途，要求署名并以相同或兼容许可分发改编内容。
资料出处 Hugging Face datasets Hilti-Research/hilti-slam-challenge-2022
关键规格与模态
数据规模、传感器模态、标注层级、存储格式及 Hugging Face Hub 下载热度。
- 采集方式
- 遥操作
- 开源协议
- cc-by-nc-sa-3.0
- 传感器模态
- 三维document文本
- 标注粒度
- 语言标注三维标注
- 存储格式
- text
暂未公开或待收录：总时长 · 演示轨迹数 (Episodes)
数据下载与加载代码
通过 Hugging Face CLI 或 LeRobot Dataset API 直接读取帧序列与动作标签。
# 使用 Hugging Face CLI 下载数据集
huggingface-cli download Hilti-Research/hilti-slam-challenge-2022 --repo-type dataset --local-dir ./data/hilti-research-hilti-slam-challenge-2022
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("Hilti-Research/hilti-slam-challenge-2022")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")关联采集机型与策略模型
采集或适配该数据集的机器人本体，以及可在其上训练/评估的 VLA 与控制策略模型。
尚未收录关联机型或引用它的模型。
来源
本页事实对应的公开页面，以原文为准。