竞赛项目一:视觉惯性里程计
竞赛网站
http://zjucvg.net/eval-vislam/slamforum23/overview.html
目的与意义
视觉惯性里程计是SLAM中的重要技术之一,已经达到了成熟的水平。尽管在精度、速度、或鲁棒性上,视觉与惯导融合的里程计都具有很好的性能。但是现阶段,越来越多的研究者开始研究SLAM系统的整体性能。此外,在实际运用中,视觉惯性里程计面临很多问题,例如光照、场景的突变、非惯性系等困难场景中的定位。为此,今年我们推出一个数据集,并且开放可提交的视觉惯性里程计榜单用于挑战,基于该数据集,我们将从跟踪精度、跟踪速度和计算效率等方面对提交的SLAM系统的整体性能进行评价。
竞赛项目二:激光雷达里程计
竞赛网站
https://asc.xmu.edu.cn/carforslam/index.html
目的与意义
激光雷达里程计作为SLAM中最重要技术之一,近些年来得到了深入的研究。相较于其他传感器,激光雷达里程计具有精度高、速度快、鲁棒性强等优点。但是,在实际使用中,激光雷达里程计依然存在长时间运行垂直偏移、受动态物体影响大等问题。为此,今年我们将推出一个数据集,并且开放可提交的排行榜单用于挑战。基于该数据集,我们将从跟踪精度、跟踪速度和计算效率等方面对提交的SLAM系统的整体性能进行评价。
如果您对上述挑战赛感兴趣,可以通过下方的二维码或链接登记注册信息。在登记过程中有任何问题,请联系下方挑战赛联系人。
主办方
中国图象图形学学会(CSIG)
承办方
厦门大学、CSIG三维视觉专业委员会
参赛要求
全国企事业单位、高校的师生及团队、个人均可参赛
团队人员不超过五人
时间节点
线上挑战赛阶段
注册报名:2023/5/30——2023/6/25
- 登记注册信息
训练集发布-2023/5/30
- 下载地址:
VI-SLAM Samples:
http://www.zjucvg.net/eval-vislam/
激光SLAM Samples https://drive.google.com/file/d/1aNzdf4jdZaGf0Q1KRZe5DTkOjkq4D4f7/view?usp=share_link
其中运行python Build_pointcloud.py可得建图demo
使用训练数据开发和改进您的算法
测试集发布–(时间待定)
- 注册报名后方可收到测试集数据
初赛结果提交:2023/6/10——2023/6/25
- 主要考虑系统的定位精度、
- 需提交算法在测试集上的定位轨迹结果。
- 需提交一份对于系统的简要概述,不超过两页。
- 排名前20%的队伍将会被邀请参加复赛。
复赛结果提交:2023/6/25——2023/7/15
- 运行效率(时间)将被考虑在内。
- 提交的系统需在赛方提供的基准PC上运行,基准PC配置将会另行通知。
线下答辩阶段
入围通知:2023/7/16
- 报告所需材料另行通知。
现场报告:2023/7/23
奖项设置
我们将向每项挑战赛获奖的前3支队伍分别发放奖金和证书。赛事奖金池共计33000人民币,其中每项挑战赛冠军8千元,亚军5千元,季军3500元。入围报告的队伍,免除1个人的全额注册费。
提交格式和评估标准
- 6 DoF姿态文件格式需与示例保持统一。
- 我们从跟踪精度、初始化质量、跟踪鲁棒性、重新定位时间和计算效率等方面评价SLAM系统的整体性能。
要求
- 要求您的系统最低应当可以在配有intel-i7 CPU和简单NVIDIA GPU的基准PC上实时运行,内存开销不大于16G。
- 不满足上述要求的得分将会被降低。
挑战赛联系人
VI-SLAM:刘浩敏 liuhaomin@sensetime.com 章子飏zhangzion@zju.edu.cn
激光SLAM: 夏彦 yan.xia@tum.de 李文 liwen777@stu.xmu.edu.cn
报名链接: