SLAM数据集（tum/kitti）轨迹对齐与结果评估

SLAM数据集的轨迹对齐与结果评估

SLAM是一个系统工程，最终的结果是一个实时的地图，因此我们需要对轨迹进行对齐和比对。在深蓝SLAM课程中，提供了ICP对齐的思路，来估计实际与模型的结果偏差。一些常见的数据集，如KITTI，TUM等，也提供了对齐工具和思路。

(1) tum数据集

1. 单目

• 建立评估文件夹，将得到的KeyFrameTrajectory.txt与数据集里面的groundtruth.txt文件拷贝至评估文件夹下

• 下载evaluate_ate.py，evaluate_rpe.py

  官网介绍这两个文件区别和联系：

  After estimating the camera trajectory of the Kinect and saving it to a file, we need to evaluate the error in the estimated trajectory by comparing it with the ground-truth. There are different error metrics. Two prominent methods is the absolute trajectory error (ATE) and the relative pose error (RPE). The ATE is well-suited for measuring the performance of visual SLAM systems. In contrast, the RPE is well-suited for measuring the drift of a visual odometry system, for example the drift per second.

  即，ate适用于检测整体的表现，rpe适用于展示不同计量单位下的漂移情况

• 官网上有这两个文件的详细调用方式，这里提供一种最常用的：

  python2 evaluate_ate.py --save alignedTrajectory_ate.txt --plot ate.png groundtruth.txt KeyFrameTrajectory.txt
  python2 evaluate_rpe.py --fixed_delta --delta_unit s --save aligne