[KITTI] EVO评价前端里程计精度

1. 介绍

EVO是用于处理、评估和比较里程计和SLAM算法的轨迹输出的工具

2. 安装

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

3. 使用

3.1 注意

  1. 不同格式的数据不能同时显示
  2. kitti: 数据,一行12个数据表位姿矩阵(R+T),数据举例如下:
//SE(3)
a b c d
e f g h
i j k l

3.2 样例数据说明

这里的ground_truth.txt保存的gnss的位姿矩阵,(3X4矩阵)
而laser_odom.txt保存的也是相同格式的位姿矩阵

3.3 使用

3.3.1 每段距离误差(相对位姿误差)

evo_rpe kitti ground_truth.txt laser_odom.txt -r trans_part --delta 100 --plot --plot_mode xyz
  • –delta 100 表示每隔100米统计一次误差(其实就是误差百分比)
结果

在这里插入图片描述得到的统计指标:

  1. 最大误差: 48.902621%(起始点没做好)
  2. 平均误差: 3.123055%
  3. 最小误差: 0.418251%
  4. RMSE: 7.655457%

3.3.2 总累计误差(绝对位姿误差)

evo_ape kitti ground_truth.txt laser_odom.txt -r full --plot --plot_mode xyz

结果

在这里插入图片描述

  • 其中灰色部分就是累计误差.
  1. 最大值: 70.036478 m
  2. 平均值: 50.957249 m
  3. RMSE: 51.867621 m
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
KITTI里程计数据集是KITTI数据集中的一个部分,用于评估和测试自动驾驶场景下的视觉里程计算法。该数据集由德国卡尔斯鲁厄理工学院(KIT)和丰田工业大学芝加哥分校(TTIC)共同创立。KITTI里程计数据集主要包含基于真实场景下采集的图像序列和对应的地面真值位姿。这些图像序列是通过KITTI自动驾驶平台采集的,包含了不同的驾驶场景和路况情况。 KITTI里程计数据集的目的是为了提供一个真实世界的数据集,以便开发和测试视觉里程计算法。通过使用这个数据集,研究人员可以评估不同的里程计算法在自动驾驶场景下的性能,并推动计算机视觉和机器人算法在自动驾驶领域的发展。 该数据集中的图像序列是以连续帧组成的,同时还提供了每个图像对应的地面真值位姿信息。研究人员可以利用这些数据来训练和测试视觉里程计算法,以估计相机在连续图像中的运动和位置变化。 总之,KITTI里程计数据集是一个用于评估和测试自动驾驶场景下的视觉里程计算法的数据集,提供了真实世界的图像序列和相应的地面真值位姿信息,旨在推动计算机视觉和机器人算法在自动驾驶领域的发展。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [详解KITTI数据集](https://blog.csdn.net/weixin_46195203/article/details/115870752)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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