SLAM Adversarial Lab

新框架评估SLAM系统在恶劣条件下的鲁棒性

研究人员开发了SLAM Adversarial Lab (SAL)，一个模块化框架，用于评估视觉同步定位与地图构建（SLAM）系统在雾和雨等恶劣条件下的鲁棒性。SAL将每种恶劣条件视为一种扰动，修改现有数据集，并允许调整扰动强度。其可扩展的架构将数据集、扰动和SLAM算法分开，便于集成新组件。该框架还包括一个搜索功能，用于识别SLAM系统失效的具体扰动强度。