接着SLAM系统测评写,EVO工具的使用,在写论文时常用到的基础命令、参数修改

SLAM测评工具---evo安装与使用 evo简介 evo是一个很好的测评工具,它可以根据时间戳将轨迹进行对齐,同时可以将不同尺度的轨迹按照你指定的标准轨迹进行拉伸对齐,并可以算出均方差等评定参数,用于测评slam算法性能 evo安装 1.切换python版本 新版evo的安装只支持python 3.6+ Ubuntu18.04默认python2.7(catkin_make支持python2.7版本,即默认版本),需要切换 sudo update-alternatives --config python 2.安装pip3 sudo apt in 阅读详情

接着SLAM系统测评写,EVO工具的使用,在写论文时常用到的基础命令.参数修改** 首先安装**

11.pip ,直接安装最新的稳定发行版;

pip install evo --upgrade --no-binary evo

1.2.源码安装

从github上下载evo工具

git clone https://github.com/MichaelGrupp/evo.git

在evo路径下执行以下命令

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple evo --upgrade --no-binary evo

ubuntu16中pip 升级遇到问题https://blog.youkuaiyun.com/creative1/article/details/125077375?spm=1001.2014.3001.5502

2.evo常用参数设置命令

2.1 evo_config 用法——常用配置,如设置字体 曲线颜色、粗细 背景有无网格等基本参数

evo_config show --brief

显示如下内容:
{
“console_logging_format”: “%(message)s”,
“euler_angle_sequence”: “sxyz”,
“global_logfile_enabled”: false,
“plot_axis_marker_scale”: 0.0,
“plot_backend”: “Qt5Agg”,
“plot_export_format”: “pdf”,
“plot_figsize”: [
6,
6
],
“plot_fontfamily”: “sans-serif”,
“plot_fontscale”: 1.0,
“plot_invert_xaxis”: false,
“plot_invert_yaxis”: false,
“plot_linewidth”: 1.5,
“plot_multi_cmap”: “none”,
“plot_reference_alpha”: 0.5,
“plot_reference_color”: “black”,
“plot_reference_linestyle”: “–”,
“plot_seaborn_palette”: “deep6”,
“plot_seaborn_style”: “darkgrid”,
“plot_split”: false,
“plot_statistics”: [
“rmse”,
“median”,
“mean”,
“std”,
“min”,
“max”
],
“plot_texsystem”: “pdflatex”,
“plot_trajectory_alpha”: 0.75,
“plot_trajectory_cmap”: “jet”,
“plot_trajectory_linestyle”: “-”,
“plot_usetex”: false,
“plot_xyz_realistic”: true,
“ros_map_alpha_value”: 1.0,
“ros_map_unknown_cell_value”: 205,
“save_traj_in_zip”: false,
“table_export_data”: “stats”,
“table_export_format”: “csv”,
“table_export_transpose”: true
}

(1)画图背景调整成白色网格

evo_config set plot_seaborn_style whitegrid

在这里插入图片描述可以对比下图,背景变成白色网格

参数还可以选择以下 darkgrid, whitegrid, dark, white, ticks

(2)将字体改为衬线型并调为1.5倍大小

evo_config set plot_fontfamily serif plot_fontscale 1.5 

(3).将画图所使用的线型改为 实线

evo_config set plot_reference_linestyle - 

虚线则是:

evo_config set plot_reference_linestyle --

(4).将所画图的图像大小调整为10 9(宽 高)

evo_config set plot_figsize 10 9 

(5)修改线条,其中bright可以替换成deep, muted, bright, pastel, dark, colorblind

evo_config set plot_seaborn_palette pastel
evo_traj tum ORB-SLAM2.txt DS-SLAM.txt --ref=groundtruth.txt -va --plot --plot_mode xy

在这里插入图片描述

evo_config set plot_seaborn_palette bright
evo_traj tum ORB-SLAM2.txt DS-SLAM.txt --ref=groundtruth.txt -va --plot --plot_mode xy

在这里插入图片描述

(6)参考轨迹ref的透明度 修改

evo_config set plot_reference_alpha 0.75

(7)恢复初始设置

evo_config reset

3.论文中常用画图命令

以TUM数据集为例

3.1评估算法输出的曲线和真实值之间的绝对误差(absolute pose error)

mkdir results
evo_ape tum fr2_desk_groundtruth.txt  fr2_desk_ORB.txt -va --plot --plot_mode xz --save_results results/ORB_fr2_desk.zip

也可表示
evo_ape tum groundtruth.txt CameraTrajectory.txt -va --plot --plot_mode xz --save_results results/ORB_fr2_desk.zip
其中 fr2_desk_groundtruth.txt为对应数据集中的真实轨迹数据groundtruth.txt,fr2_desk_ORB.txt表示在相应数据集下生成的估计的相机轨迹 CameraTrajectory.txt

3.2 绘制多条曲线(evo_traj)

在一张图中绘制两个算法的输出曲线

evo_traj tum freiburg1_xyz-ORB_kf_mono.txt freiburg1_xyz-rgbdslam.txt  --ref=freiburg1_xyz-groundtruth.txt -va --plot --plot_mode xy```

在这里插入图片描述
姿态角yaw/pitch /roll轨迹对比
在这里插入图片描述 轨迹对比
在这里插入图片描述 平移方向x/y/z方向轨迹对比

3.3相对位姿误差平移部分 (默认)

CameraTrajectory.txt我这里命名为ORB-SLAM2.txt 为了多轨迹对比

evo_rpe tum groundtruth.txt  CameraTrajectory.txt -va --plot --plot_mode xz --save_results results/rpe.zip

在这里插入图片描述

3.4相对位姿误差旋转部分

evo_rpe tum -r rot_part groundtruth.txt  ORB-SLAM2.txt -va --plot --plot_mode xz --save_results results/rpe_rot.zip

在这里插入图片描述

3.5绝对位姿个指标对比max min mean rmse…

首先建立一个新的文件夹将某个数据及下的groundtruth.txt放进去,然后将你要进行对比SLAM系统在此数据及下生成的 CameraTrajectory.txt复制进来并进行重命名 这里选取DynaSLAM DS-SLAM ORB-SLAM2三个系统进行对比
并在此文件下建立results文件保存zip结果。
在这里插入图片描述

evo_ape tum groundtruth.txt DS-SLAM.txt -va --plot --plot_mode xz --save_results results/DSSLAM.zip


evo_ape tum groundtruth.txt DynaSLAM.txt -va --plot --plot_mode xz --save_results results/DynaSLAM.zip



evo_ape tum groundtruth.txt ORB-SLAM2.txt -va --plot --plot_mode xz --save_results results/ORB-SLAM2.zip

results文件下有三个压缩文件
在这里插入图片描述

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

在这里插入图片描述
在这里插入图片描述当然随着evo_config set plot_seaborn_palette bright设置不一样,柱状图颜色也在变

参考文献

vins-mono保存、重载地图、evo工具测试 下面咱们来对vins-mono的重定位vins-mono官方源码地址:https://github.com/HKUST-Aerial-Robotics/VINS-Mono https://blog.youkuaiyun.com/learning_tortosie/article/details/83182258 运行这条: roslaunch benchmark_publisher publish.launc... 阅读详情

相关推荐

使用evo及kitti_odometry_evaluation测评slam轨迹

1 安装evo 参考:https://github.com/MichaelGrupp/evo pip install evo --upgrade --no-binary evo 2 查看轨迹的格式 常见的格式有euroc,kitti,tum 详情参考https://github.com/MichaelGrupp/evo/wiki/Formats 以dynaslam的stereo_kitti输出为例,它就是采用kitti的格式,因此evo也需要对应使用kitti的格式 2.1 evo_traj evo_ap

crazyfox的博客 6572

evo轨迹曲线设置指令evo_config的使用

下面举例几个比较常用的命令: evo_config set plot_seaborn_style whitegrid 这是修改背景,其中whitegrid可以替换成darkgrid, whitegrid, dark, white, ticks evo_config set plot_seaborn_palette bright 这是修改线条,其中bright可以替换成deep, muted, bright, pastel, dark, colorblind evo_config set plot_fo

JaydenQ的博客 2105

SLAM测评工具evo安装与使用

SLAM算法测评工具evo总结 文章目录evo简介evo安装快速安装从源码安装运行案例1. Plot multiple trajectories evo简介 evo是一个很好的测评工具,它可以根据时间戳将轨迹进行对齐,同时可以将不同尺度的轨迹按照你指定的标准轨迹进行拉伸对齐,并可以算出均方差等评定参数,用于测评slam算法性能 github地址:https://github.com/MichaelGrupp/evo evo安装 evo共有两种安装方式 快速安装 pip install evo --upg.

图像处理、SLAM、PCL、OpenCV爱好者 2666

SLAM轨迹精度评估工具evo使用方法

一、evo_traj 命令 1. evo_traj 命令 当我们想要比较两个 topic 数据之间的不同时刻之间的偏差是,可以考虑用 evo_traj 命令来绘制轨迹。 evo共支持kitti、tum、euroc这三个公开数据集格式,同时也支持bag文件里的topic。 evo_traj 的具体语法格式: evo_traj bag文件 话题名1 话题名2 .... 话题名n [参数] 参数选项:参数-p 或 --plot 即可绘制出轨迹的图形两个 topic 对应的坐标曲线。 2.运行命令并查看效

qq_39779233的博客 1万+

evo测评工具的安装使用和常见问题

Ubuntu16.04 evo的安装与使用教程 一. 安装 1.安装&&升级numpy sudo pip install numpy -I 2.检查user权限 sudo pip install . --user --upgrade 3.pip安装evo pip install . --upgrade --no-binary evo 二. 常用命令 命令 作用 示例 ...

anchuanxu的博客 7379

使用evo测评vins-mono

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

qq_40836435的博客 3450

SLAM精度测评——EVO

1.install GitHub - MichaelGrupp/evo: Python package for the evaluation of odometry and SLAM 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 --up...

格物致知 2万+

视觉slam开源方案对比(ORB-SLAM2,ORB-SLAM3,VINS)

ORB-SLAM2: GitHub - raulmur/ORB_SLAM2: Real-Time SLAM for Monocular, Stereo and RGB-D Cameras, with Loop Detection and Relocalization Capabilities ORB-SLAM3: GitHub - JKTao/ORB_SLAM3: ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual-Inertial

dushib的博客 1万+

测评工具evo安装与使用

slam测评工具——evo的安装及使用evo简介evo安装常见问题evo使用如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 evo简介 evo是一个很好的测评工...

weixin_44386661的博客 1万+

安装VO/SLAM测评工具evo遇到的坑

安装evo工具时,显示successfully installed evo-1.12.0,本以为已经安装成功了。 然而,在终端输入evo时,却出现”未找到“evo“命令”的错误 分析:我在安装evo时输入的是pip install --editable . --upgrade --no-binary evo命令,而如果输入pip install --user . --upgrade,执行后会出现这样一条错误提示: 解决方案: 执行命令: echo ‘export PATH=/home/xps/.local/

z2309323的博客 3156

EVO画图设置

【代码】EVO画图设置。

qq_41861406的博客 1548

ros中SLAM的EVO、APE测评——SLAM精度测评(一)

用于处理、评估和比较里程计和SLAM算法的轨迹输出。 支持的轨迹格式:“TUM”轨迹文件“KITTI”姿态文件“EuRoC MAV”(.csv groundtruth和TUM轨迹文件)ROS和ROS2 BAG文件,带有几何图形/PoseStamped、几何图形/TransformStamped、几何图形/POSEWITH协方差统计或导航/里程计主题或TF消息 1 精度测评 evo_ape 绝对姿势误差 evo_rpe 相对位姿误差 2 轨迹绘图工具 evo_traj 用于分析、绘制或导出一..

Yangy_Jiaojiao的博客 1万+

SLAM精度测评(绘制比较相机轨迹)- EVO

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kitti格式" 4.evo使用 4.1Plot multiple trajectories 4.2 Run a metric on trajectories 4.2.1 evo_ape 4.2.2 evo_rpe ...

惊鸿一博 5108

SLAM精度评估—evo

evo是一款用于SLAM轨迹精度的评估工具。核心功能是(1)能够绘制(传感器运动)轨迹,(2)评估估计轨迹与真值(ground truth)的误差。evo支持多种数据集的轨迹格式(TUM、KITT、EuRoC MAV、ROS的bag),同时支持这些数据格式之间进行相互转换。在此仅对其基本功能做简要介绍。

u014374826的博客 6559

青风STM8S207开发板电路

青风STM8S207开发板电路 绝对真实资料 包括原理图以及PCB图

freeswitch之呼叫中心acd模块开发

一、定义: ACD(Automatic Call Distributor) 自动呼叫分配,也叫智能选择座席。它是呼叫中心整个前台接入系统逻辑功能的描述:把接入的呼叫转接到正确的座席员桌前。ACD是现代呼叫中心有别于一般的热线电话系统和自动应答系统的重要标志,其性能的优劣直接影响到呼叫中心的效率和顾客的满意度。 二、ACD包含的功能点: 1 、程控交换功能 ACD在本质上也是交换机的一种类型,必须具有程控交换最基本的话务交换功能。 2 、排队功能 ACD必须具有话务排队的功能,所谓排队是指在内线都

飞鸟的博客 1870

[VIO|实践]evo测评工具的安装与使用

参考资料1 参考资料2 evo下载地址 安装 sudo apt install python-pip pip install evo --upgrade --no-binary evo --user 测试 在数据集目录下打开终端(~/dataset/mav0/state_groundtruth_estimate0) evo_traj euroc data.csv --plot 出现错误: ImportError: No module named tkinter 具体解决办法可见------解决办法,

乘风的博客 2821

virtuoso--DFF

27-实验课-std_cell2

qq_61440044的博客 2005

使用EVO工具测评SLAM轨迹

EVO

qq_43526137的博客 2209

Fastwhisper + Pyannote 实现 ASR + 说话者识别

最近在研究ASR相关的业务,也是调研了不少模型,踩了不少坑,ASR这块,目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了,英文的话,还是非whisper莫属了,而且whisper很变态,粤语效果也还不错,因此,如果实际业务中需要涉及到不同的语言,还是更推荐whisper多一点faster-whisper是使用CTranslate2对OpenAI的Whisper模型的重新实现,CTranslate2是一个用于Transformer模型的快速推理引擎。

qq_44193969的博客 1万+

14、多级快速多极子算法(MLFMA)详解

多级快速多极子算法(MLFMA)是一种高效加速矩阵向量乘法(MVM)的数值方法,广泛应用于电磁场积分方程求解中。该算法通过构建多级树结构,将MVM分解为近场直接计算和远场分组计算两部分,利用递归聚类、聚合-平移-分解三阶段处理远场相互作用,并结合采样、模式计算与优化策略,将计算复杂度从O(N^2)降低至O(N log N)。博文详细阐述了MLFMA的核心步骤、数学推导、计算复杂度及实际应用中的优化技术,如伽辽金方案改进、对称性利用和反插值方法,为大规模电磁问题的高效求解提供了系统性指导。

t8u9v0w1x的博客 242

SLAM轨迹测评工具evo使用

evo

wangbuhu的博客 3458

SAP UI5 OData V4 操作结果访问:从 getObject 到返回值上下文与 $$inheritExpandSelect

SAP UI5 OData V4 操作结果获取指南 摘要:在 SAP UI5 OData V4 模型中,操作结果需通过绑定上下文获取而非直接从 invoke() 返回。本文详解核心要点: 数据获取路径 使用 invoke() 发起请求后,通过 getBoundContext().getObject() 获取结果 特定场景下 invoke() 可能返回返回值上下文(如草稿切换) 关键实践技巧 使用 $$inheritExpandSelect 继承字段选择,避免二次读取 对象页应用中,通过替换绑定上下文实现无缝

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 314
上一篇: Ubuntu16中conda安装cud11.0+高版本8.0的cudnn
下一篇: E:有几个软件包无法下载,要不运行 apt-get update 或者加上 –fix-missing 的选项再试试?
小白很废
博客等级 码龄9年 35粉丝 41原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 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
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