Hilti-Trimble-Oxford Dataset: 360 Visual-Inertial Benchmark with Floor Plan Priors for SLAM and Localization

📄 arXiv: 2607.06464v1 📥 PDF

作者: Samuele Centanni, Yuhao Zhang, Yifu Tao, Julien Kindle, Frank Neuhaus, Tilman Koß, Aryaman Patel, Michael Helmberger, Emilia Szymańska, Torben Gräber, Maurice Fallon

分类: cs.RO

发布日期: 2026-07-07

💡 一句话要点

提出Hilti-Trimble-Oxford数据集以解决建筑工地SLAM与定位问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 视觉惯性SLAM 建筑工地监测 数据集 自动化进度监测 机器人导航 增强现实 光照变化 动态环境

📋 核心要点

  1. 现有的LiDAR映射系统虽然精度高，但成本高昂，限制了其在建筑工地的广泛应用。
  2. 本文提出了一个结合360度摄像头与嵌入式惯性测量单元的视觉惯性数据集，以支持SLAM和定位系统的研究。
  3. 通过开放研究挑战，吸引了62个团队参与SLAM评估，显示出SLAM方法的成熟度和定位任务的挑战性。

📝 摘要（中文）

自动化进度监测在建筑工地上是一个活跃的研究领域。本文提出了一个高质量的数据集，收集于一个活跃的建筑工地，捕捉了如变化的光照条件、移动工人、快速运动和重复结构等现实挑战。数据集包含了在八个月内跨七层楼记录的三十个视觉惯性序列，真实轨迹通过高质量的LiDAR-惯性SLAM系统获得。此外，本文还报告了一项开放研究挑战的结果，评估全球最佳视觉SLAM和定位系统。该数据集和基准测试公开可用，旨在支持后续研究。

🔬 方法详解

问题定义：本文旨在解决建筑工地上高精度SLAM和定位系统的需求，现有方法如LiDAR系统成本高，限制了其应用。

核心思路：通过收集高质量的视觉惯性数据集，结合360度摄像头和IMU，提供一种成本效益高的替代方案，以支持进度监测和变化检测。

技术框架：数据集包含三十个视觉惯性序列，记录了不同光照和动态环境下的建筑工地情况，真实轨迹通过LiDAR-惯性SLAM系统获得。

关键创新：数据集的创新在于其真实环境下的多样性和挑战性，特别是对光照变化和动态工人场景的适应能力，填补了现有数据集的空白。

关键设计：数据集的设计考虑了多种环境因素，确保了数据的多样性和真实性，支持后续SLAM和定位算法的评估与优化。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，参与SLAM评估的62个团队的表现优于22个团队的平面参考定位，反映出SLAM方法的成熟度。定位任务的高错误率强调了建筑工地环境的复杂性，进一步指出了未来研究的必要性。

🎯 应用场景

该研究的潜在应用领域包括建筑工地的自动化监测、机器人导航和增强现实等。通过提供高质量的数据集，研究人员可以开发和优化更高效的SLAM和定位算法，从而提升建筑项目的管理效率和安全性。

📄 摘要（原文）

Automated progress monitoring on construction sites is an active area of research and development. Robot and human-carried mapping systems have been developed to build 3D maps of building and infrastructure projects. While LiDAR-based mapping systems achieve high accuracy, the cost of LiDAR can be prohibitive. Consumer-grade cameras with wide field of view ("360 cameras") combined with embedded inertial measurement units (IMUs) provide a cost-effective alternative. To support change detection and progress monitoring, highly accurate visual Simultaneous Localization and Mapping (SLAM) and floor plan-referenced localization systems are required. In this paper we present a high-quality dataset collected at an active construction site, which captures realistic challenges such as variable lighting conditions, moving workers, fast motions, and repetitive structures. The dataset offers thirty visual-inertial sequences recorded across seven floors over an eight-month period of the construction project. Ground truth trajectories were collected using a high quality LiDAR-inertial SLAM system rigidly attached to the 360 camera. Additionally, we report the results of an open research challenge evaluating the best visual SLAM and localization systems from around the world. The Challenge attracted substantially higher participation in SLAM, with 62 teams compared to 22 in floor-plan-referenced localization, reflecting the broader maturity of SLAM methods. The higher errors in localization further highlight the difficulty of this task in construction and point to the need for continued research, which this dataset is intended to support. The dataset and the benchmark are publicly available at: https://hilti-trimble-challenge.com/dataset-2026.