TUM RGB-D是由慕尼黑工业大学创建的RGB-D SLAM数据集，是RGB-D视觉SLAM领域最具影响力的基准测试数据集之一。该数据集包含了室内场景下使用Microsoft Kinect传感器采集的RGB图像、深度图像和准确的地面真值轨迹，涵盖了静态场景、动态场景、纹理缺失场景、结构缺失场景等多种具有挑战性的场景。TUM RGB-D数据集提供了详细的标注和评估工具，支持RGB-D SLAM算法的轨迹精度评估，使用ATE（绝对轨迹误差）和RPE（相对位姿误差）作为主要评估指标，被广泛应用于RGB-D SLAM、室内定位、机器人感知等领域的研究和开发中。