【SLAM】SLAM数据集相机规格说明

整理 EuRoC MAV 、TUM RGB-D 、HILTI SLAM Challenge（Phasma 手持平台） 三个常用 SLAM 基准数据集的相机硬件、安装位置与标定参数。与 人形VSLAM公开数据集选型清单 互补：那篇是"该阶段下哪个数据集"的选型视角，本篇是每个数据集相机硬件规格/内参/FOV/基线的详细参考。

说明：各数据集的官方标定文件为最终使用依据；下表中的 FOV 若由焦距推算，会标注"估算值"。

---

总览对比

项目	EuRoC MAV	TUM RGB-D	HILTI（2022/2023 手持）
平台	微型六旋翼 MAV	手持 / Pioneer 3 轮式机器人	Phasma 手持设备
相机数量	2（立体）	1 套 RGB-D 模组（含 RGB + 红外深度两路相机）	5
传感器型号	Aptina MT9V034 ×2	Microsoft Kinect for Xbox 360（PrimeSense）	Sevensense Alphasense Core ×5
相机类型	针孔（窄角），非鱼眼	针孔（RGB + IR 均按 pinhole 标定）	鱼眼（Equidistant / 广角）
相机布局	水平前向双目：cam0（左）+ cam1（右）并排朝前，固定于 VI-Sensor	单模组共视轴：RGB 与 IR 水平并排于同一 Kinect 外壳内，整体单向前向；无多向环视	五向环视：cam0/cam1 前向双目 + cam2 朝上 + cam3 朝右 + cam4 朝左；水平约 270° 覆盖
图像类型	单色（灰度）	RGB 彩色 + 深度（IR 结构光）	单色（灰度）
分辨率	752 × 480	640 × 480	720 × 540
帧率	20 Hz	30 Hz	传感器 40 Hz；ROS bag 中常见 10 Hz
快门	全局快门	卷帘（RGB）；IR 同步采集	全局快门
典型水平 FOV	≈ 80°（文献）	≈ 57°（厂商规格，深度/IR）	126°
典型垂直 FOV	≈ 57°（文献）	≈ 43°（厂商规格）	92.4°
立体基线	≈ 11.0 cm	RGB--IR 基线 ≈ 2.5 cm（Kinect v1 典型值）	前向双目基线 11 cm
标定模型	Pinhole + Radial-Tangential	Pinhole（OpenCV）	Pinhole + Equidistant（Kalibr）

---

1.1 采集平台与安装

项目	说明
载体	AscTec Firefly 六旋翼 MAV
传感器单元	Skybotix VI-Sensor（视觉-惯性一体化模组）
安装位置	安装在飞行器机体前部/中部，前向水平立体配置；相机与 IMU 刚性固定在同一壳体内
采集方式	机载飞行采集（Machine Hall 厂房 + Vicon 动捕房间）
同步	FPGA 硬件同步相机与 IMU；相机为 shutter-centric 时间戳对齐

        [ 机体前进方向 → ]
              ┌─────────────┐
              │  cam0   cam1 │  ← 水平双目，基线 ~11 cm
              │    VI-Sensor │
              │     + IMU    │
              └─────────────┘
                    MAV

1.2 相机硬件

参数	cam0	cam1
型号	ON Semi / Aptina MT9V034	同左
类型	WVGA 单色 CMOS，全局快门	同左
分辨率	752 × 480	752 × 480
帧率	20 Hz	20 Hz
镜头	工厂配套窄角镜头（非 VI-Sensor 可选鱼眼 BM2820/BM2420）	同左
曝光	各相机独立自动曝光（左右亮度可能不一致）	同左

1.3 内参（官方 sensor.yaml）

参数	cam0	cam1
模型	Pinhole	Pinhole
畸变模型	Radial-Tangential (k1, k2, p1, p2)	Radial-Tangential
fx	458.654 px	457.587 px
fy	457.296 px	456.134 px
cx	367.215 px	379.999 px
cy	248.375 px	255.238 px
k1, k2, p1, p2	-0.28341, 0.07396, 0.000194, 1.76e-5	-0.28368, 0.07451, -0.000105, -3.56e-5

1.4 FOV 与物理焦距（推算）

参数	值	备注
水平 FOV	≈ 80°	文献/多份技术报告给出
垂直 FOV	≈ 57°	文献给出
由内参估算水平 FOV	≈ 78.6°	2·atan(752 / (2·458.654))
由内参估算垂直 FOV	≈ 55.4°	2·atan(480 / (2·457.296))
立体基线	≈ 0.110 m（11.0 cm）	ORB-SLAM3 等广泛使用的 cam0→cam1 外参
像素尺寸（传感器）	3.0 µm × 3.0 µm	MT9V034 数据手册
等效物理焦距（估算）	fx × 3.0 µm ≈ 1.38 mm	由标定焦距与像素尺寸推算

1.5 外参参考（cam0 相对 body/IMU）

数据集每个序列的 mav0/cam0/sensor.yaml、mav0/cam1/sensor.yaml 提供 T_BS（Sensor → Body）。cam0 示例：

T_BS (cam0):
 [ 0.01487, -0.99988,  0.00414, -0.02164]
 [ 0.99956,  0.01497,  0.02572, -0.06468]
 [-0.02577,  0.00376,  0.99966,  0.00981]
 [ 0,        0,        0,        1      ]

1.6 参考链接

• 官方页面：EuRoC MAV Dataset | ETHZ ASL
• 论文：Burri et al., IJRR 2016
• VI-Sensor 硬件：Nikolic et al., ICRA 2014

---

2.1 采集平台与安装

场景	安装方式	说明
fr1 序列	手持 Kinect	办公室环境（约 6×6 m²）；Kinect 外壳贴反光标记，供动捕跟踪
fr2 序列	手持 Kinect 为主	工业大厅（约 10×12 m²）；另有 4 条 Pioneer 3 机器人搭载序列
机器人搭载	Kinect 固定于 ActivMedia Pioneer 3 顶部	序列：fr2/pioneer_slam, pioneer_slam2, pioneer_slam3, pioneer_360
地面真值	MotionAnalysis Raptor-E 动捕（8 相机，1280×1024，最高 300 Hz）	通过反光标记 + 标定板求 Kinect 坐标系到动捕坐标系变换

  手持模式                         机器人模式
  ┌──────────┐                    ┌──────────┐
  │  Kinect  │ ← 手持移动          │  Kinect  │ ← 固定在 Pioneer 3 顶部
  │ ●标记点● │                    └────┬─────┘
  └──────────┘                         │
                                   [ Pioneer 3 ]

2.2 相机硬件（单台 Kinect 模组）

Microsoft Kinect for Xbox 360（PrimeSense 结构光），一台设备内含：

子相机	作用	分辨率	帧率
RGB 彩色相机	彩色图像	640 × 480	30 Hz
红外（IR）相机	接收结构光图案，计算深度	640 × 480（深度图常降采样为 320×240 处理）	30 Hz
红外激光投射器	向场景投射散斑图案	---	与 IR 同步

其他硬件参数：

参数	值
深度原理	结构光 + 块匹配（机内硬件完成）
官方 FOV（深度/IR）	水平 57° ，垂直 43°
深度量程	约 0.8--3.5 m（文献）；厂商常见标注 1.2--3.5 m
俯仰机构	±27° 电动俯仰（Xbox 版 Kinect）
数据集中设备	两台不同 Kinect：fr1 用一台，fr2 用另一台

数据集中 depth 已配准到 RGB 坐标系（OpenNI driver Z-buffer 注册），因此 RGB 与 depth 像素一一对应。

2.3 内参（论文 Table II）

Freiburg 1（fr1）Kinect

相机	fx	fy	cx	cy	深度比例因子 ds
Color	517.3	516.5	318.6	255.3	---
Infrared (depth)	591.1	590.1	331.0	234.0	1.035

Freiburg 2（fr2）Kinect

相机	fx	fy	cx	cy	深度比例因子 ds
Color	520.9	521.0	325.1	249.7	---
Infrared (depth)	580.8	581.8	308.8	253.0	1.031

• 深度 PNG 存储：16 bit，数值 / 5000 = 米（已应用 ds 校正）
• 畸变：论文使用 OpenCV 标定，完整畸变系数见官方 calibration 页面

2.4 FOV（由内参/规格估算）

来源	水平 FOV	垂直 FOV
厂商规格（深度/IR）	57°	43°
fr1 Color 内参估算	≈ 63.2°	≈ 49.7°
fr2 Color 内参估算	≈ 63.0°	≈ 49.2°

2.5 RGB 与 IR 相机几何关系

参数	典型值
RGB--IR 基线	约 2.5 cm（Kinect v1 常见文献值；水平方向偏移）
数据集提供	通过 OpenNI 将 depth 注册到 RGB，用户通常只需 RGB 相机内参

2.6 参考链接

• 官方页面：TUM RGB-D Dataset
• 论文：Sturm et al., IROS 2012
• 内参说明：Intrinsic Camera Calibration of the Kinect

---

3. HILTI SLAM Challenge（Phasma 手持，5 相机）

涵盖 Hilti-Oxford 2022 与 HILTI SLAM Challenge 2023 手持数据（硬件平台相同）。

3.1 采集平台与安装（Phasma）

设备名称：Phasma --- 手持式多传感器平台，铝合金精密加工支架 + 定位销保证装配重复精度。

传感器	型号	安装位置
5× 相机 + IMU	Sevensense Alphasense Core Development Kit	设备上部相机模组
LiDAR	Hesai PandarXT-32（32 线）	相机模组正下方（不遮挡朝上相机）
对地点位针	钢制尖针	设备底部，用于地面真值对齐

                 cam2 (↑ 朝上)
                    │
    cam4 (←左) ── cam0,cam1 (前向双目) ── cam3 (右→)
                    │
              [ Alphasense ]
                    │
              [ PandarXT-32 ]
                    │
                  ● 尖针

3.2 五路相机布局

索引	ROS Topic	Frame ID	朝向	说明
cam0	/alphasense/cam0/image_raw	cam_0_sensor_frame	前（左目）	前向立体对之一
cam1	/alphasense/cam1/image_raw	cam_1_sensor_frame	前（右目）	前向立体对之二
cam2	/alphasense/cam2/image_raw	cam_2_sensor_frame	上	朝天，覆盖天花板/上方结构
cam3	/alphasense/cam3/image_raw	cam_3_sensor_frame	右	侧向
cam4	/alphasense/cam4/image_raw	cam_4_sensor_frame	左	侧向

• 前向双目基线：11 cm
• 前向与侧向相机视场重叠约：36°
• 五相机 + IMU 由 Alphasense 内部 FPGA 硬件同步；相机与 LiDAR 通过 PTP 同步（传感器时钟对齐 < 1 ms）

3.3 相机硬件

参数	规格
厂商模组	Sevensense Robotics Alphasense Core
传感器类型	5 × 0.4 MP 全局快门 单色鱼眼
分辨率	720 × 540
帧率	传感器 40 Hz ；2023 文档中 ROS Image topic 为 10 Hz
镜头	鱼眼（广角）
官方 FOV	水平 126° × 垂直 92.4°（每路相机）
连续视场覆盖	约 270° 水平环绕（Hilti 2021 对比文献描述）
IMU	Bosch BMI085（模组内嵌），400 Hz

3.4 内参（Kalibr pinhole-equidistant，2022 标定示例）

来源：Hilti-Oxford 2022 官方标定 / OpenMAVIS HiltiChallenge2022.yaml

畸变模型：Equidistant（4 参数 k2--k5，k1 固定为 1）

相机	标签	fx	fy	cx	cy
cam0	front_left	352.891	352.785	346.973	271.811
cam1	front_right	351.801	351.628	367.801	254.801
cam2	up	349.500	349.500	346.000	270.000
cam3	right	350.422	350.427	364.456	266.176
cam4	left	349.159	349.196	342.450	259.792

畸变系数（equidistant, k2--k5）示例：

相机	k2	k3	k4	k5
cam0	-0.04339	0.00311	-0.00374	0.00078
cam1	-0.04338	0.00420	-0.00380	0.00060
cam2	-0.03900	0.00000	0.00000	0.00000
cam3	-0.03791	-0.00012	-0.00117	0.00004
cam4	-0.03857	-0.00159	0.00026	-0.00041

2023/2026 挑战赛后继版本可能更新标定；请以 hilti-challenge.com 发布的最新 calibration 文件为准。

3.5 FOV 说明

来源	水平	垂直
Hilti-Oxford 2022 论文（官方）	126°	92.4°
用 pinhole 内参粗算（cam0）	≈ 101°	≈ 72°

鱼眼场景下 pinhole 公式会低估真实 FOV，应以论文/厂商给出的 126° × 92.4° 为准。

3.6 外参与 URDF

资源	说明
phasma_description	Phasma 整机 URDF
alphasense_description	Alphasense 五相机 URDF
hesai_description	PandarXT-32 URDF
标定工具	Kalibr（相机内参）、imu_utils（IMU 内参）、MultiCal（相机-IMU-LiDAR 外参）

3.7 参考链接

• 论文：Zhang et al., Hilti-Oxford Dataset, RA-L 2023
• 2023 硬件文档：Handheld.md
• Alphasense 手册：alphasense_core_manual
• 标定下载：HILTI Challenge Dataset 2023

---

4. 使用建议

1. 优先使用数据集自带标定文件 ，不要混用不同序列/不同设备的内参（尤其 TUM 的 fr1 与 fr2 是两台不同 Kinect）。
2. EuRoC 左右相机独立自动曝光，弱光序列可能出现左右亮度差异。
3. TUM RGB-D 的 depth 已在 RGB 坐标系下；点云反投影使用 RGB 内参即可。
4. HILTI 鱼眼相机建议使用 equidistant / Kannala-Brandt 或官方提供的 EUCM 模型（2026 版本），不宜直接用小畸变 pinhole 近似。
5. 外参符号约定（T_BS、T_imu_cam 等）各框架不同，接入 SLAM 前务必核对是 body→sensor 还是 sensor→body。

---

5. 参考文献

1. Burri M. et al. The EuRoC micro aerial vehicle datasets. IJRR, 2016.
2. Nikolic J. et al. A synchronized visual-inertial sensor system with FPGA pre-processing. ICRA, 2014.
3. Sturm J. et al. A Benchmark for the Evaluation of RGB-D SLAM Systems. IROS, 2012.
4. Zhang J. et al. Hilti-Oxford Dataset: A Millimeter-Accurate Benchmark for SLAM. RA-L, 2023.
5. Hilti SLAM Challenge 2023 Hardware Documentation.

相关

• 2026-06-17 - 人形VSLAM公开数据集选型清单
• 00-索引