视觉SLAM笔记--第3篇: SLAM轨迹评估工具(evo安装与使用)

本文详细介绍了SLAM轨迹评估工具evo的安装与使用方法,包括数据集格式转换、轨迹显示、绝对位姿误差和相对位姿误差的计算。通过具体命令示例,读者可以快速上手evo工具,进行SLAM算法性能评估。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. evo安装

1.1 更新pip

# 打开终端,笔者是在python2.7基础上更新,当然python3.5更好
pip install --user --upgrade pip
# pip安装numpy和matplotlib,使用清华的镜像
pip install --user --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
pip install --user --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib

1.2 安装evo

git clone https://github.com/MichaelGrupp/evo.git
cd evo
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple evo --upgrade --no-binary evo

2. evo使用

2.1 数据集转换格式

保存/导出为其他格式:euroc、tum、kitti数据集格式之间的互相转换.

# euroc数据集 -> tum数据集格式文件(data.tum)
evo_traj euroc data.csv --save_as_tum     

# tum数据集 -> kitti数据集格式文件(*.kitti)
evo_traj tum traj_1.txt traj_2.txt traj_3.txt --save_as_kitti   

# tum数据集 -> ROS bag文件格式(<时间戳>.bag)
evo_traj tum traj_1.txt traj_2.txt traj_3.txt --save_as_bag 

相互转换图解:
在这里插入图片描述

2.2 evo命令格式

command  bag  bagfile-path  reference-topic  estimated-topic   [options]

 -  command:指令(evo_traj、evo_ape、evo_rpe)
 -  bag:数据集名称(euroc、kitti、tum) 
 -  bagfile-path:文件所在路径(参考和估计文件在同一文件夹下)
 -  reference-topic:真实值
 -  estimated-topic:估计值
 -  [options]: 其他参数选项(-a、-s、-as)

2.3 其他参数选项-[options]

 - 自动对齐  --align 或者 -a
 - 尺度校准  --correct_scale 或者 -s
 - 自动对齐且尺度校准  --align --correct_scale 或者 -as

2.4 显示轨迹evo_traj

  • 显示单轨迹
 evo_traj  euroc  data.csv   -p   --plot_mode=xy
 evo_traj  tum    data.tum   -p   --plot_mode=xy
 evo_traj  tum    groundtruth.txt   -p   --plot_mode=xy
  • 显示双轨迹(真值和估计值)
 evo_traj  tum    CameraTrajectory.txt  --ref=data.tum   -p   --plot_mode=xy   -as
 evo_traj  euroc  CameraTrajectory.txt  --ref=data.csv   -p   --plot_mode=xy   -as
 等价于:
 evo_traj  tum    CameraTrajectory.txt  --ref=data.tum   -p   --plot_mode=xy  --align  --correct_scale
 evo_traj  euroc  CameraTrajectory.txt  --ref=data.csv   -p   --plot_mode=xy  --align  --correct_scale

在这里插入图片描述

2.5 绝对位姿误差evo_ape

 evo_ape  tum     data.tum   CameraTrajectory.txt  -va   -p   --plot_mode=xyz
 evo_ape  euroc   data.csv   CameraTrajectory.txt  -va   -p   --plot_mode=xyz

在这里插入图片描述在这里插入图片描述

2.6 相对位姿误差evo_rpe

evo_rpe  tum     data.tum   CameraTrajectory.txt   -va   -p  --plot_mode=xyz
evo_rpe  euroc   data.tum   CameraTrajectory.txt   -va   -p  --plot_mode=xyz

在这里插入图片描述在这里插入图片描述其中:

  • max: 表示最大误差;
  • mean:平均误差;
  • median:误差中位数;
  • min: 最小误差;
  • rmse:均方根误差;
  • sse: 和方差、误差平方和;
  • std: 标准差

3. 后续计划

后续将进行深度卷积网络的学习,以及VIO的SLAM课程学习,主要研究方向还是深度学习(图像和点云方向).

<think>好的,我需要帮助用户下载并安装SLAM轨迹评估工具evo。首先,我得回忆一下用户提供的引用内容,里面提到了安装evo的几种方法,比如便捷安装和源码安装,还有可能遇到的问题,比如依赖包版本冲突。用户的问题很明确,就是要安装evo,所以我需要一步步指导他们怎么做。 首先,我应该列出安装的步骤。根据引用[2],有两种安装方式:便捷安装和源码安装。用户可能更倾向于简单的方法,所以先介绍便捷安装。需要提醒他们使用pip3 install evo --upgrade --no-binary evo。但这里要注意,用户可能会遇到依赖问题,比如SciPy和Matplotlib的版本冲突,引用[4]提到过解决方法,比如用阿里云的镜像源安装SciPy,或者降低Matplotlib的版本。所以应该在安装步骤后补充常见问题的解决办法。 接下来,源码安装的步骤也需要详细说明,包括克隆仓库、进入目录、使用pip安装。这部分用户如果有兴趣从源码安装,或者便捷安装失败的话,可以尝试。 然后,安装完成后需要验证是否成功,比如运行evo -h命令,检查是否有帮助信息输出。如果成功,说明安装完成;如果失败,可能需要处理依赖问题。 常见问题方面,用户可能会遇到SciPy安装失败,这时候需要建议他们更换镜像源,如使用阿里云的源。另外,Matplotlib版本冲突的话,可以指定安装低版本,比如3.2.2,如引用[4]所述。 最后,生成相关问题,引导用户进一步了解evo使用和性能评估方法,这样他们可以继续深入学习和解决问题。例如,如何评估绝对轨迹误差,如何使用evo绘图,或者其他工具的对比。 需要确保整个回答结构清晰,步骤明确,语言简洁,并且引用相关的引用内容作为支持,比如在解决依赖问题时引用[4],在安装方法上引用[2]等。同时,按照用户的要求,使用中文回答,行内数学表达式正确,但这里可能用不上数学公式,不过其他格式要求如代码块、引用标识要正确添加。</think>### 分步安装SLAM轨迹评估工具evo #### 1. **便捷安装(推荐)** 通过`pip`直接安装最新版本: ```bash pip3 install evo --upgrade --no-binary evo ``` 此命令会安装`evo`及其依赖库。若安装过程中遇到依赖冲突(如`scipy`或`matplotlib`版本问题),可参考下文“常见问题”解决[^4]。 #### 2. **源码安装(适用于自定义修改或调试)** ```bash git clone https://github.com/MichaelGrupp/evo.git cd evo pip3 install --editable . --upgrade --no-binary evo ``` 此方式允许通过本地代码库安装,方便后续更新或调试[^2]。 #### 3. **验证安装** 安装完成后,运行以下命令检查是否成功: ```bash evo -h ``` 若显示帮助信息(如支持的指令列表),则安装成功[^1]。 --- ### 常见问题解决方法 1. **SciPy安装失败** 使用国内镜像源加速下载(如阿里云): ```bash pip install scipy -i https://mirrors.aliyun.com/pypi/simple ``` 2. **Matplotlib版本冲突** 安装兼容版本(例如`3.2.2`): ```bash pip install matplotlib==3.2.2 ``` 3. **依赖库缺失** 确保已安装`numpy`, `pandas`等基础库: ```bash pip3 install numpy pandas ``` --- ### 相关工具使用简介 - **轨迹可视化**:`evo_traj`支持绘制多种格式的轨迹,如`evo_traj tum groundtruth.txt estimated.txt -p`[^3]。 - **误差评估**: - 绝对轨迹误差(ATE):`evo_ape tum groundtruth.txt estimated.txt` - 相对轨迹误差(RPE):`evo_rpe tum groundtruth.txt estimated.txt`[^1][^3]。 ---
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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