SLAM精度测评（绘制比较相机轨迹）- EVO

梦里梦外; 2022-12-21 02:25 620阅读 0赞

**目录**

1.EVO安装

2.数据格式(data formal):TUM/EuRoC/Kitti数据集

3数据格式转换

3.1"把EuRoc的数据格式转化成TUM数据格式"

3.2"TUM数据转换成kitti格式"

3.3"TUM数据转换成bag格式"

4.evo使用

4.1 Plot multiple trajectories

4.2 Run a metric on trajectories

4.2.1 evo\_ape

4.2.2 evo\_rpe

4.4.3 Process multiple results from a metric

5. 轨迹对齐

参考:

--------------------

# **1.****EVO安装** #

源代码地址：[https://github.com/MichaelGrupp/evo][https_github.com_MichaelGrupp_evo]

注意：安装好依赖！

sudo apt install python-pip
    
    pip install evo --upgrade --no-binary evo
    
    or
    
    pip install evo --upgrade --no-binary evo --user
    
    pip install numpy --upgrade --user

# 2.数据格式(data formal):TUM/EuRoC/Kitti数据集 #

*  格式转换
 *  ![20191024181751212.png][]
 *  ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70][]

# **3数据格式转换** #

## 3.1"把EuRoc的数据格式转化成TUM数据格式" ##

![2019101820082887.png][]

evo_traj euroc data.csv --save_as_tum

将生成的 KeyFrameNavStateTrajectory.txt 文件，格式如下。总共17位 （timestamp;position3;q4;v3;bw3;ba3）

![20191018200421801.png][]

转化成符合TUM 形式的轨迹文件格式：8位

timestamp x y z q_x q_y q_z q_w

![20191018200525571.png][]

## 3.2"TUM数据转换成kitti格式" ##

evo_traj tum traj_1.txt 　traj_2.txt 　traj_3.txt 　--save_as_kitti

## **3.3"TUM数据转换成bag格式"** ##

*  " 把一些文件的数据格式转化成rosbag"

evo_traj tum traj_1.txt traj_2.txt traj_3.txt --save_as_bag

# **4.evo使用** #

evo_traj euroc v203_truth.csv --plot

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 1][]

## **4.1 Plot multiple trajectories** ##

*  Here, we plot two KITTI pose files and the ground truth using `evo_traj`:

cd test/data
    
    evo_traj kitti KITTI_00_ORB.txt KITTI_00_SPTAM.txt --ref=KITTI_00_gt.txt -p --plot_mode=xz

## **4.2 Run a metric on trajectories** ##

### 4.2.1 evo\_ape ###

绝对位姿误差，常被用作绝对轨迹误差，比较估计轨迹和参考轨迹并计算整个轨迹的统计数据，适用于测试轨迹的全局一致性。  
命令语法：命令 格式 参考轨迹 估计轨迹 \[可选项\]  
其中格式包括euroc、tum等数据格式，可选项有对齐命令、画图、保存结果等。

For example, here we calculate the absolute pose error for two trajectories from ORB-SLAM and S-PTAM using `evo_ape` (`KITTI_00_gt.txt` is the reference (ground truth)) and plot and save the individual results to .zip files for `evo_res`:

1.  `mkdir results`
2.  `evo_ape kitti KITTI_00_gt.txt KITTI_00_ORB.txt -r full`
3.  `-va --plot --plot_mode xz --save_results results/ORB.zip`

命令的含义为：计算考虑平移和旋转部分误差的ape,进行平移和旋转对齐,以详细模式显示，保存画图并保存计算结果。  
命令运行后得到结果如下图所示

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 2][]

其中-r表示ape所基于的姿态关系

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 3][]

不添加-r/–pose\_relation和可选项，则默认为trans\_part。

\-v表示verbose mode,详细模式，-a表示采用SE(3) Umeyama对齐，其余可选项如下表所示。不加-s表示默认尺度对齐参数为1.0，即不进行尺度对齐。

![20191024180632592.png][]

详情：

可通过 evo\_ape +数据格式 + --help查看更多参数的含义以及如何使用。例如  
evo\_ape euroc --help

### 4.2.2 evo\_rpe ###

相对位姿误差不进行绝对位姿的比较，相对位姿误差比较运动（姿态增量）。相对位姿误差可以给出局部精度，例如slam系统每米的平移或者旋转漂移量。

命令语法：命令 格式 参考轨迹 估计轨迹 \[可选项\]  
其中格式包括euroc、tum等数据格式，可选项有对齐命令、画图、保存结果等。  
常用命令示例：

1.  `evo_rpe euroc data.csv V102.txt -r angle_deg --delta 1 --delta_unit m`
2.  `-va --plot --plot_mode xyz --save_plot ./VIO --save_results ./VIO.zip`

命令的含义为 求每米考虑旋转角的rpe，以详细模式显示并画图。  
命令运行后得到结果如下图所示

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 2][]

其中-r表示ape所基于的姿态关系

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 4][]

不添加-r/–pose\_relation和可选项，则默认为trans\_part。  
–d/–delta表示相对位姿之间的增量，–u/–delta\_unit表示增量的单位，可选参数为\[f, d, r, m\],分别表示\[frames, deg, rad, meters\]。–d/–delta -u/–delta\_unit合起来表示衡量局部精度的单位，如每米，每弧度，每百米等。其中–delta\_unit为f时，–delta的参数必须为整形，其余情况下可以为浮点型。–delta 默认为1，–delta\_unit默认为f。  
\-v --plot --plot\_mode xyz --save\_results results/VINS.zip --save\_plot等同evo\_ape中所讲。  
当在命令中加上–all\_pairs,则计算rpe时使用位置数据中所有的对而不是仅连续对，此时，可以通过-t/–delta\_tol控制–all\_pairs模式下的相对增量的容差（relative delta tolerance）。需要注意–all\_pairs下不能使用–plot函数。  
可通过 evo\_rpe +数据格式 + --help查看更多参数的含义以及如何使用。例如  
evo\_rpe euroc --help

### **4.4.3 Process multiple results from a metric** ###

`evo_res` can be used to compare multiple result files from the metrics, i.e

*  print infos and statistics (default)
 *  plot the results
 *  save the statistics in a table

Here, we use the results from above to generate a plot and a table:

evo\_ape/evo\_rpe中将结果保存为.zip文件后，可以利用evo\_res对不同的结果进行比较。

evo_res results/*.zip -p --save_table results/table.csv

evo\_res --help可查看可选参数含义。

evo其他常用命令

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 5][]

结果如下所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 6][]

# 5. 轨迹对齐 #

当轨迹使用不同的传感器坐标系，或者轨迹之间有旋转平移等变换时，可以使用 "--align" 参数进行轨迹对齐， 使用 "--correct\_scale"进行轨迹放缩。一个例子，如下面的命令所示。

**注意:**

*  **这里对比的轨迹，应该具有相同数量的位姿（相同数量的行），当然也应该是相同数量的列（位姿的表示方法相同）**
 *  **同时使用align参数，应该指定reference（即指定"--ref"参数）**
 *      evo_traj tum KeyFrameTrajectory.txt --ref=KITTI_02_gt.txt -p --plot_mode=xz --correct_scale --align

# 参考: #

*  官网[ https://github.com/MichaelGrupp/evo][https_github.com_MichaelGrupp_evo]
 *  [evo安装、evo使用方法详细介绍使用教程][evo_evo]
 *  [SLAM数据集（tum/kitti）轨迹对齐与结果评估][SLAM_tum_kitti]

[https_github.com_MichaelGrupp_evo]: https://github.com/MichaelGrupp/evo
[20191024181751212.png]: /images/20221120/02be0cc8c0464f40bc602e3577e12a76.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70]: /images/20221120/4a2d6ea8447a465f989f1663ceeb94e7.png
[2019101820082887.png]: /images/20221120/2e7b4702a7854642a3360eeecd07df60.png
[20191018200421801.png]: /images/20221120/764a027a9bcf493ebab56b966876603d.png
[20191018200525571.png]: /images/20221120/dbdb100b02ea442d8eaa5ba7157d4331.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 1]: /images/20221120/0bc94cccc54c4241953b5b12ace46b07.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 2]: /images/20221120/4f5e5b3e829542a69690b5cbd1b310db.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 3]: /images/20221120/0f266f4f49bb43ab859df22cad7ade9f.png
[20191024180632592.png]: /images/20221120/09ade31234e44d5194cae4505ec8ab44.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 4]: /images/20221120/6d84fad19a4b4273bd0b47f6aafa8bf9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 5]: /images/20221120/df9ca53384e44dd9b3d4b73454b730c3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0RhcmxpbmdxaWFuZw_size_16_color_FFFFFF_t_70 6]: /images/20221120/6351b79c477344398504d3ec9fa9411c.png
[evo_evo]: https://blog.csdn.net/u011341856/article/details/104594392
[SLAM_tum_kitti]: https://blog.csdn.net/ns2942826077/article/details/105821955