Hong Kong UrbanNav: An open-source multisensory dataset for benchmarking urban navigation algorithms

Hsu, L. T., Huang, F., Ng, H. F., Zhang, G., Zhong, Y., Bai, X., Wen, W.

NAVIGATION: Journal of the Institute of Navigation (2023)

journal Q1 精選頁面

DOI 程式碼倉庫影片

Overview montage of the UrbanNav dataset, including Hong Kong urban scenes, vehicle sensors, LiDAR point clouds, GNSS sky-view imagery, and skymasks. — 圖 1（UrbanNav 論文）：多感測器資料和具有挑戰性的香港城市場景，用於導航基準測試。

影片

圖像

UrbanNav data collection vehicle and roof-mounted sensor kit with GNSS, IMU, LiDAR, and cameras. — 圖 2：資料採集平台和整合多感測器套件。

Hardware connection flowchart for synchronized UrbanNav sensor logging and postprocessing. — 圖 3：資料採集平台的硬體連接與同步流程。

Sensor installation drawing with rack configuration, side view, and top view. — 圖 4：UrbanNav 車輛的感測器安裝校準幾何。

UrbanNav scenario trajectories and environment reconstructions for middle-class, deep, harsh, and tunnel urban cases. — 圖 5：四個選定資料集的代表性軌跡和重建環境。

Skymask examples for middle-class urban, deep urban, and harsh urban scenarios. — 圖 6：用於描述城市峽谷中衛星可見性約束的天空遮罩示例。

Benchmark trajectories comparing ground truth with VINS-Mono, VINS-Fusion, and ORB-SLAM3. — 圖 16：將視覺慣性和 SLAM 方法與真值軌跡比較的基準軌跡。

Lessons learned montage for UrbanNav, including sensor interference, start point, timing synchronization, and GitHub usage map. — 圖 18：採集和發布 UrbanNav 資料集得到的經驗總結。