当前位置:   article > 正文

视觉SLAM笔记--第3篇: SLAM轨迹评估工具(evo安装与使用)_evo轨迹真值怎么得到

evo轨迹真值怎么得到

1. evo安装

1.1 更新pip

# 打开终端,笔者是在python2.7基础上更新,当然python3.5更好
pip install --user --upgrade pip
# pip安装numpy和matplotlib,使用清华的镜像
pip install --user --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
pip install --user --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib
  • 1
  • 2
  • 3
  • 4
  • 5

1.2 安装evo

git clone https://github.com/MichaelGrupp/evo.git
cd evo
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple evo --upgrade --no-binary evo
  • 1
  • 2
  • 3

2. evo使用

2.1 数据集转换格式

保存/导出为其他格式:euroc、tum、kitti数据集格式之间的互相转换.

# euroc数据集 -> tum数据集格式文件(data.tum)
evo_traj euroc data.csv --save_as_tum     

# tum数据集 -> kitti数据集格式文件(*.kitti)
evo_traj tum traj_1.txt traj_2.txt traj_3.txt --save_as_kitti   

# tum数据集 -> ROS bag文件格式(<时间戳>.bag)
evo_traj tum traj_1.txt traj_2.txt traj_3.txt --save_as_bag 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

相互转换图解:
在这里插入图片描述

2.2 evo命令格式

command  bag  bagfile-path  reference-topic  estimated-topic   [options]

 -  command:指令(evo_traj、evo_ape、evo_rpe)
 -  bag:数据集名称(euroc、kitti、tum) 
 -  bagfile-path:文件所在路径(参考和估计文件在同一文件夹下)
 -  reference-topic:真实值
 -  estimated-topic:估计值
 -  [options]: 其他参数选项(-a、-s、-as)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

2.3 其他参数选项-[options]

 - 自动对齐  --align 或者 -a
 - 尺度校准  --correct_scale 或者 -s
 - 自动对齐且尺度校准  --align --correct_scale 或者 -as
  • 1
  • 2
  • 3

2.4 显示轨迹evo_traj

  • 显示单轨迹
 evo_traj  euroc  data.csv   -p   --plot_mode=xy
 evo_traj  tum    data.tum   -p   --plot_mode=xy
 evo_traj  tum    groundtruth.txt   -p   --plot_mode=xy
  • 1
  • 2
  • 3
  • 显示双轨迹(真值和估计值)
 evo_traj  tum    CameraTrajectory.txt  --ref=data.tum   -p   --plot_mode=xy   -as
 evo_traj  euroc  CameraTrajectory.txt  --ref=data.csv   -p   --plot_mode=xy   -as
 等价于:
 evo_traj  tum    CameraTrajectory.txt  --ref=data.tum   -p   --plot_mode=xy  --align  --correct_scale
 evo_traj  euroc  CameraTrajectory.txt  --ref=data.csv   -p   --plot_mode=xy  --align  --correct_scale
  • 1
  • 2
  • 3
  • 4
  • 5

在这里插入图片描述

2.5 绝对位姿误差evo_ape

 evo_ape  tum     data.tum   CameraTrajectory.txt  -va   -p   --plot_mode=xyz
 evo_ape  euroc   data.csv   CameraTrajectory.txt  -va   -p   --plot_mode=xyz
  • 1
  • 2

在这里插入图片描述在这里插入图片描述

2.6 相对位姿误差evo_rpe

evo_rpe  tum     data.tum   CameraTrajectory.txt   -va   -p  --plot_mode=xyz
evo_rpe  euroc   data.tum   CameraTrajectory.txt   -va   -p  --plot_mode=xyz
  • 1
  • 2

在这里插入图片描述在这里插入图片描述其中:

  • max: 表示最大误差;
  • mean:平均误差;
  • median:误差中位数;
  • min: 最小误差;
  • rmse:均方根误差;
  • sse: 和方差、误差平方和;
  • std: 标准差

3. 后续计划

后续将进行深度卷积网络的学习,以及VIO的SLAM课程学习,主要研究方向还是深度学习(图像和点云方向).

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/684829
推荐阅读