SLAM中常用到的评价指标

主要是想整理一下关于tum rgbd数据集和kitti数据集的评价指标，之后比较结果不能只看数值大小，还要非常清楚背后的含义。

一. 从TUM数据集出发

前提假设：
给出的位姿估计值为$P_1...P_n\in SE(3)$, 真值为$Q_1...Qn\in SE(3)$， 下标代表时间t（或帧）,这里假设估计位姿和真实位姿各帧时间已对齐，总帧数相同。

1. 相对位姿误差RPE(relative pose error)

用来评价轨迹中相隔固定时间的局部准确度，$\Delta$表示时间间隔，也可以转变成frame的间隔。$P_i$是估计的位姿，是一个4*4的矩阵，因此这个相对位姿误差是包括了旋转和平移的。
$$E_i=(Q_i^{-1}{Q}_{i+\Delta }{)}^{-1}(P_{}$$