تقدير حركة الكاميرا في المشاهد المتغيرة يشكل تحديًا بحثيًا معقدًا ومفتوحًا. تفترض معظم التقنيات الحالية لاستخراج الهيكل من الحركة غير الصلبة مراقبة أجزاء ثابتة من المشهد بالإضافة إلى الأجزاء المتغيرة، وذلك لتأسيس مرجعية أساسية. ومع ذلك، فإن هذه الفرضية لا تنطبق في بعض الحالات التطبيقية ذات الصلة مثل التنظير الداخلي. تعاني أنابيب الملاحة الجغرافية (Odometry) والتنقل والخرائط ثلاثية الأبعاد (SLAM) التي تعالج السيناريو الأكثر تحديًا للمسارات الاستكشافية من نقص في الثبات ومنهجيات تقييم كمية مناسبة. لمعالجة هذه المشكلة باستخدام معيار مشترك، نقدم مجموعة بيانات "المتشرد" (Drunkard's Dataset)، وهي مجموعة صعبة من البيانات المصنعة تستهدف الملاحة البصرية وإعادة بناء المشاهد في البيئات المتغيرة. تعد هذه المجموعة أول مجموعة كبيرة من المسارات الاستكشافية للكاميرا مع الحقائق الأرضية داخل مشاهد ثلاثية الأبعاد حيث تتعرض كل سطح للتشوهات غير الصلبة على مر الزمن. تتيح لنا المحاكاة في المباني ثلاثية الأبعاد الواقعية الحصول على كميات ضخمة من البيانات والحقائق الأرضية، بما في ذلك وضعيات الكاميرا، الصور RGB والعمق، التدفق البصري وخرائط الطبيعية بجودة ودقة عالية. كما نقدم طريقة جديدة للملاحة الجغرافية المتغيرة تُعرف باسم "ملاحة المتشرد" (Drunkard's Odometry)، والتي تقوم بتقسيم تقديرات التدفق البصري إلى حركة الجسم الصلب للكاميرا والتشوهات غير الصلبة للمشهد. لتأكيد صحة بياناتنا، يحتوي عملنا على تقييم لأكثر من طريقة أساسية بالإضافة إلى مؤشر خطأ تتبع جديد لا يتطلب بيانات الحقائق الأرضية.مجموعة البيانات والكود: https://davidrecasens.github.io/TheDrunkard'sOdometry/