Nous présentons un ensemble de données complexe, ChangeSim, destiné à la détection en ligne des changements de scène (SCD) et bien plus encore. Les données sont collectées dans des environnements de simulation photoréalistes, où figurent des variations non ciblées de l'environnement, telles que la turbidité atmosphérique et les modifications des conditions d'éclairage, ainsi que des changements d'objets ciblés dans des environnements industriels intérieurs. En collectant les données dans des simulations, il est possible d'obtenir des données multimodales provenant de capteurs et des étiquettes de vérité terrain précises, comme les images RGB, les images de profondeur, la segmentation sémantique, la segmentation de changement, les poses caméra et les reconstructions 3D. Bien que les ensembles de données précédents pour la SCD en ligne évaluent les modèles sur des paires d'images bien alignées, ChangeSim fournit également des séquences brutes non appariées qui offrent une opportunité de développer un modèle de SCD en ligne d'une manière bout-à-bout (end-to-end), en prenant en compte à la fois le processus d'appariement et la détection. Les expériences montrent que même les derniers modèles de SCD basés sur des paires subissent une limitation due au processus d'appariement, qui s'aggrave lorsque l'environnement contient des variations non ciblées. Notre ensemble de données est disponible à l'adresse http://sammica.github.io/ChangeSim/.