evo评测VINS---代码修改、数据格式转换、轨迹图绘制与精度测试

最新推荐文章于 2024-02-26 07:26:57 发布
原创 最新推荐文章于 2024-02-26 07:26:57 发布 · 1.4k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#计算机视觉

博客提供了计算机视觉相关的参考链接，可助力读者获取更多计算机视觉领域的信息。
evo评测VINS-MONO---指标解析、算法精度分析（数据集）
xiaojinger_123的博客
09-17 7473
上篇博文已通过代码修改、数据格式转换、数据测试实现使用evo评测VINS-MONO，该篇将详细介绍evo评测出的数据指标，以及VINS-MONO在数据集下的精度情况。 EVO评价指标介绍 绝对轨迹误差（ATE:abosulte trajectory error)：直接计算相机位姿的真实值与SLAM系统的估计值之间的差，程序首先根据位姿的时间戳将真实值和估计值进行对齐， 然后计算每对位姿之间的差值， 并最终以图表的形式输出， 该标准非常适合于评估视觉 SLAM 系统的性能。 相对位姿误差(RPE:relati
利用evo将kitti数据集真值轨迹由kitti格式转为tum格式
wj617906617的博客
09-11 2775
从这个里面下载 kitti_poses_and_timestamps_to_trajectory.py程序。（4）执行如下代码生成tum格式的数据（下面以07文件夹为例）从网上复制的，前面是对应的序列，明确自己需要的序列号。最终生成的tum数据文件名为tum_xx_gt.txt。我已经将生成好的数据打包上传了资源，有需要的搜索下载。（3）下载对应的poses文件 xx.txt文件。以及times.txt文件，下载链接为。
SLAM算法评测工具——开源工具EVO（以VINS为例）
weixin_42001184的博客
12-29 3226
EVO开源库的下载安装和基本使用入门的相关介绍。
EVO评估Vins-Mono
没有简介
11-14 1077
Evo评估Vins-Mono结果
EVO Evaluation of SLAM 3 --- VINS-Mono 精度和性能效果评估
浪浪山已在身后
10-29 2344
上一篇文章已经把怎么编译和运行VINS-Mono讲的差不多了： EVO Estimate SLAM 2 — VINS-Mono build & run 接下来就是基于VINS-Mono运行的结果，利用EVO来评估其性能。 本文利用的是EuRoc数据集的MH_01_easy http://robotics.ethz.ch/~asl-datasets/ijrr_euroc_mav_dataset/machine_hall/MH_01_easy/MH_01_easy.zip 运行的VINS-Mono的代码
evo评测VINS-MONO---代码修改、数据格式转换、数据测试
xiaojinger_123的博客
09-13 7806
数据格式(data formal):TUM/EuRoC/Kitti数据集 格式转换
evo评测VINS-MONO---TUM数据集
xiaojinger_123的博客
09-26 4136
为了想测试室外场景下VINS-MONO定位精度情况，室外环境的KITTY数据集因无时间戳，EVO测评较困难。 故选择TUM数据集，outdoors1~8(户外)：在校园内的室外场景拍摄，但是数据包里只在开始和结束有真实值，没办法与真值全程评测。（outdoors4) 所以再选择个室内 room1~6(室内)：对应有5个图像序列，整个过程都带有运动捕捉系统提高的真实值进行测试。（room4) 修改VINS-mono轨迹保存代码 直接输出的结果格式并不能用EVO工具进行评估，需要修改代码,将其输出格式改为tum
使用evo测评vins-mono
qq_40836435的博客
07-09 3372
evo测评vins-mono一 evo安装二 vins-mono代码修改三 测试 一 evo安装 可以参考官方文档，或者： Sudo apt install python-pip Pip install evo --upgrade --no-binary evo --user 需要注意，本文使用的是Euroc数据集的MH_01_easy，平时我们运行vins-mono时用的是MH_01_easy.bag，而在evo中我们需要用到ASL Dataset Format，请事先下载好。 二 vins
使用evo对vins-fusion进行euroc数据集测评
yoga_wyj的博客
11-30 7116
roslaunch vins vins_rviz.launch rosrun vins vins_node ~/catkin_vins/src/VINS-Fusion-master/config/euroc/euroc_stereo_imu_config.yaml rosrun global_fusion global_fusion_node rosrun loop_fusion loop_fusion_node ~/catkin_vins/src/VINS-Fusion-master/config/eu.
EVO评估VINS-Mono 的精度和性能效果
weixin_56257452的博客
03-20 1750
EVO评估VINS-Mono 的精度和性能效果
有关VINS_Fusion的evo测试
wyr1849089774的博客
04-05 2737
配置完VINS_Fusion之后，我们会想要检测真值路径和实际路径之间的差异来判断该路径探索算法的好坏，这时候可以使用到evo测试工具，这一款工具可以测试KITTI、TUM、EUROC、ROS等类型的数据包，相关代码已经在github上开源～此篇博客主要思路参照古月居的相关文章，但是古月居的文章是针对Vins_mono进行配置的，所以这篇博客对古月居的文章进行了一些改动，修正和补充了一些说明。
evo 安装与 vins 评估
qq_45520011的博客
02-23 473
evo
VINS-fusion 跑通Euroc、TUM、KITTI数据集，以及评估工具EVO的下载和使用
weixin_49247766的博客
10-09 9276
ubuntu20.04中python版本是3.x，因此对应的pip工具会变成pip3，可以先参考如下链接查看自己系统的python和pip版本。再调用如下命令对evo工具进行安装。
用ROS在RVIZ中同时显示RTK轨迹（GT）和SLAM轨迹（以视觉VINS为例）
weixin_49247766的博客
01-02 2261
首先我们需要安装ROS、并用小乌龟测试是否能正常运行。此外，还需要测试RVIZ是否能正常工作。
【Vins轨迹】pose_graph位姿图加载&&EVO精度评定
qq_45306739的博客
12-14 794
这些文件组成了pose_graph这个文件夹。其中pose_graph.txt含有的信息：关键帧id、时间戳、vio的xyz、优化后的xyz、vio的四元数、优化后的四元数、回环到的关键帧id、回环信息（8个）、特征点数量。加载的路径就去pose_graph_save_path中搜索，先打开rviz，再启动yaml配置文件，这时候终端会显示已经加载成功了，rviz中也会有一条黄色的轨迹。其中数据是和vins_no_loop.txt以及vins_loop.txt中的数据是一致的。将中间两个参数置为1.
lego_loam、lio_sam运行kitti(完成kitti2bag、evo测试)
热门推荐
小博的博客
03-30 1万+
记录编译运行流程、修改了保存位姿和轨迹代码、解决了evo 尺度、旋转对比不上的问题、kitti转tum格式、kitti2bag转换，lio位姿漂移等问题。
EVO工具的使用，在写论文时常用到的基础命令、参数修改
weixin_56257452的博客
03-20 8874
EVO工具的使用，在写论文时常用到的基础命令、参数修改
vins fusion测评工具——evo
weixin_48852054的博客
08-21 1110
【代码】vins fusion测评工具——evo。
自己装evo，并配合vins-fusion做了轨迹误差计算（vinsfusion位姿保存输出到csv文件）
诗筱涵的博客
02-26 1225
所以我还是换成MH_01_easy.bag这个数据集，用这个里面提供的真值的data.csv，转为data.tum,再配合vinsfusion生成的result.csv，就可以得到结果了！需要注意的地方，注意一个数据集是两个文件，一个bag包，一个zip文件，真值(groundtruth)的data.csv在zip文件里面。我发现了，我下的data.csv不是我跑的那个数据集的。但是后来发现我的那个V1_01_easy数据集里面没有真值的data.csv。跑完data文件夹下多了个result.csv。
evo评估vins-mono精度
最新发布
03-18
<think>好的，我现在需要帮助用户解决如何使用EVO工具评估VINS-Mono的精度的问题。首先，我得回顾一下用户提供的引用内容。根据引用[1]，用户提到了EVO评估VINS-Mono的具体步骤，而引用[2]则提到了其他系统如VINS-Fusion和GVINS的评估方法，以及Docker环境下的操作。用户的主要需求是评估VINS-Mono，所以需要专注于引用[1]的信息。 首先，用户可能已经运行了VINS-Mono并得到了输出轨迹文件，比如TUM格式的轨迹文件。EVO工具支持多种数据格式，所以需要确认用户的数据格式是否正确。可能需要将VINS-Mono的输出转换为EVO支持的格式，比如TUM或KITTI格式。比如，VINS-Mono生成的轨迹文件可能保存为`vins_result_loop.txt`，而真实轨迹可能来自数据集，比如EuRoC的ground truth文件`groundtruth.csv`，但需要转换为TUM格式。 接下来，用户需要安装EVO工具。可以通过pip安装，但要注意可能需要Python 3.6或更高版本。安装命令是`pip install evo`，但有时可能需要从GitHub安装最新版本，比如`pip install evo --upgrade --no-binary evo`，特别是当遇到兼容性问题时。 然后，用户需要运行评估命令。例如，使用`evo_ape`计算绝对位姿误差，或者`evo_rpe`计算相对位姿误差。命令的格式可能类似`evo_ape tum groundtruth.txt vins_result.txt -r full --plot --plot_mode xyz`。这里需要确保两个文件的格式一致，否则需要转换。EVO提供了`evo_traj`工具来帮助转换和可视化轨迹，例如`evo_traj tum vins_result.txt --ref=groundtruth.txt -p --plot_mode=xyz`。 用户可能需要调整参数，比如对齐轨迹的时间戳或尺度。例如，使用`--align`或`--correct_scale`选项。此外，生成图表和保存结果也是重要的步骤，用户可能希望保存结果为Excel或LaTeX表格，使用`--save_results results.zip`。 在帮助用户的过程中，还需要考虑他们可能遇到的问题，比如安装错误、数据格式不匹配、轨迹对齐问题等。可能需要提醒用户检查数据路径是否正确，格式是否符合要求，以及是否需要使用时间戳对齐或尺度校正。 最后，根据用户的问题，生成相关的扩展问题，比如如何安装EVO、如何处理数据格式、如何分析结果中的误差指标等。这些相关问题可以帮助用户更深入地理解评估过程，并解决可能遇到的后续问题。 总结步骤：安装EVO、准备数据（包括格式转换）、运行评估命令、调整参数优化结果、可视化并保存结果。需要确保每个步骤的说明清晰，并提供示例命令，方便用户直接复制使用。同时，引用提供的参考文献，确保信息的准确性。</think>### 如何使用EVO工具评估VINS-Mono的精度？ #### 1. **安装EVO工具** - 通过Python包管理器安装： ```bash pip install evo --upgrade ``` 若遇到依赖问题，可尝试从源码安装： ```bash pip install evo --upgrade --no-binary evo ``` - 验证安装：输入`evo`，若显示帮助信息则成功[^1]。 #### 2. **准备数据** - **VINS-Mono输出轨迹** VINS-Mono默认生成轨迹文件（如`vins_result_loop.txt`），需确保格式为TUM或KITTI。若格式不符，使用`evo_traj`转换： ```bash evo_traj tum vins_result_loop.txt --save_as_tum ``` - **真实轨迹（Ground Truth）** 数据集（如EuRoC）提供的真实轨迹文件（如`groundtruth.csv`）需转换为TUM格式： ```bash evo_traj euroc groundtruth.csv --save_as_tum ``` #### 3. **运行评估命令** - **绝对位姿误差（APE）** 计算整体轨迹误差： ```bash evo_ape tum groundtruth.tum vins_result.tum -r full --align --plot --plot_mode xyz ``` 参数说明： - `-r full`：考虑所有自由度（平移+旋转） - `--align`：对齐轨迹的初始位姿 - `--plot`：生成轨迹对比图 - **相对位姿误差（RPE）** 分析局部运动误差： ```bash evo_rpe tum groundtruth.tum vins_result.tum -r angle_deg --delta 1 --plot ``` `--delta 1`表示每1米的运动片段计算误差[^1]。 #### 4. **优化评估结果** - **尺度校正** 若VINS-Mono未进行尺度恢复，添加`--correct_scale`： ```bash evo_ape tum groundtruth.tum vins_result.tum --correct_scale ``` - **时间戳对齐** 使用`--t_offset`或`--t_max_diff`调整时间同步问题。 #### 5. **可视化与保存结果** - 生成3D轨迹对比图： ```bash evo_traj tum vins_result.tum --ref=groundtruth.tum -p --plot_mode=xyz ``` - 保存统计结果为表格： ```bash evo_ape tum groundtruth.tum vins_result.tum --save_results results.zip ``` --- ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

JaydenQ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值