1、KITTI数据集：
网址（RGB+Lidar+GPS+IMU）
KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉里程计(visual odometry)，3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人，还有各种程度的遮挡与截断。
Andreas Geiger and Philip Lenz and Raquel Urtasun, Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite, CVPR’12, cited by 3000+
该数据集论文共8页主要由三部分组成：Introduction、Challenges and Methodolgy、Evaluation：
Introduction：列一下相关的开源数据集；说明自己做这个数据集的原因（现有数据集都过分简单，严格限制路况从而没有包含现实路上的实际情况等）；介绍自己数据集的采集方式、包含的内容等；
Challenges and Methodolgy：主要写了数据采集会遇到的问题以及要做的所有事情。如，传感器setup；标定方式；groundtruth怎么获取;如何选取好的数据作为benchmark；评价标准。
Experimental Evaluation：将state-of-the-art的系统在自己的数据集上跑结果&对比&分析。
2、ASL EuRoC数据集
网址（双目RGB+IMU,GT来自于Vicon和Lidar）
EuRoC数据集包含11个双目序列，这些序列是由微型飞行器在两个不同的房间和一个大型工业环境中飞行时记录下来的。提供两种类型的数据集: 第一个包含来自Leica多站的三维位置地面真值，并着重于视觉惯性的评估SLAM算法在一个真实的工业场景。
论文
M. Burri, J. Nikolic, P. Gohl, T. Schneider, J. Rehder, S. Omari, M. Achtelik and R. Siegwart, The EuRoC micro aerial vehicle datasets, (IJRR’16 ) cited 258
IJRR是机器人顶刊，SCI一区，该论文应该是约稿。。论文分三部分：1. 传感器的组装以及坐标的设定；2. 所采集数据集的细节描述以及如何使用；3. 如何标定传感器以及GT。
euroc数据集简单介绍和使用
3、TUM VI banchmark
网址(fisheye+IMU)
论文翻译
Schubert, D., Goll, T., Demmel, N., Usenko, V., Stuckler, J., & Cremers, D. (2018). The TUM VI Benchmark for Evaluating Visual-Inertial Odometry. IROS’18
开源做的非常好，给的信息非常详细，但公开的比较晚，有上一个工作在了，所以这个工作的引用还上不去。
TUM monoVO: https://vision.in.tum.de/data/datasets/mono-dataset fisheye-only，该数据集很少人用，主要是给他们自己的DVO用。
A Photometrically Calibrated Benchmark For Monocular Visual Odometry (J. Engel, V. Usenko and D. Cremers), arXiv16
论文没有正式发表，但是的写法可以参考。因为他们这个数据集主要是给DVO用，所以论文中主要写了光度标定校准等的方法以及与一些开源数据集的比对。
TUM LSD 数据集，全向\鱼眼相机，
Large-Scale Direct SLAM for Omnidirectional Cameras (D. Caruso, J. Engel and D. Cremers), In International Conference on Intelligent Robots and Systems (IROS), 2015. cited 100+
TUM数据集详细介绍
参考网站：
数据集介绍