EVO工具评估ORB-SLAM3精度和误差

本文详述了如何使用EVO工具测量ORB-SLAM3的性能,涉及安装、TUM数据集处理及精度图表生成。

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

最近在做SLAM的项目,由于需要评估改进后的SLAM系统的精度和误差,使用到EVO工具,记录一下EVO的使用。

利用EVO得到ORB-SLAM3的精度指标数据

首先安装EVO工具

 
sudo apt install python-pip
 
pip install evo --upgrade --no-binary evo
 
or
 
pip install evo --upgrade --no-binary evo --user
 
pip install numpy --upgrade --user

 补充:安装后evo如果不能正常运行,电脑重新启动即可

对于运行TUM数据集得到的CameraTrajectory.txt和groundtruth.txt以及KeyFrame.txt等文件,运行

evo_ape tum CameraTrajectory.txt groundtruth.txt --plot_mode=xz -a -s 

来得到RMSE、Std和Mean等数据以及误差图。

在TUM官网下载evaluate_ate.py,利用 CameraTrajectory.txt和groundtruth.txt生成associate.pyc文件,再运行

puthon2 evaluate_ate.py --save alignedTrajectory_ate.txt --plot ate.png groundtruth.txt CameraTrajectory.txt

得到轨迹误差图

评论 8
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