ORB-SLAM2算法5之EuRoc、TUM和KITTI开源数据运行ROS版ORB-SLAM2生成轨迹

已于 2023-08-24 15:16:51 修改
阅读量599 收藏
点赞数 1
分类专栏： ORB-SLAM2/3 文章标签： vslam orb-slam2 ROS EuRoc TUM KITTI 视觉里程计
于 2023-07-20 08:05:02 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/MRZHUGH/article/details/131799548
版权
ORB-SLAM2/3 专栏收录该内容
22 篇文章 28 订阅 ¥49.90 ¥99.00
订阅专栏
本文详细介绍了如何使用ROS版的ORB-SLAM2算法在EuRoc、TUM和KITTI的开源数据上进行运行，并生成轨迹。首先，分别对三种数据进行了预处理，包括数据下载和转换。接着，针对不同传感器类型（单目、双目、RGB-D），对ORB-SLAM2的源码进行相应修改以匹配数据。最后，详细阐述了运行ORB-SLAM2的步骤及可能遇到的问题与解决方案，成功生成了轨迹文件。
摘要由CSDN通过智能技术生成

文章目录

0 引言

ORB-SLAM2算法1已成功编译安装ROS版本ORB-SLAM2到本地，本篇目的是用EuRoc、TUM、KITTI开源数据来运行ROS版ORB-SLAM2，并生成轨迹。

1 数据预处理

1.1 EuRoc数据

👉 EuRoc开源数据已经支持rosbag的数据包下载，如下图，直接点击对应的link下载即可，本文以Machine Hall 01为例：
请添加图片描述
下载的Machine Hall 01数据包，用ro

了解本专栏 订阅专栏 解锁全文
ZPILOTE
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
SLAM ORB-SLAM2（10）轨迹跟踪过程
氢键H-H
12-03 1万+
轨迹跟踪的主要目的是估计相机的位姿。先处理每一帧图像，提取ORB特征点，如果尚未初始化地图，则先进行初始化。再根据地图信息和当前机器人运动状态来估计相机位姿或者进行重定位，然后在局部地图中完成轨迹跟踪， 并根据一定的规则生成新的关键帧。
evo安装、evo使用方法详细介绍使用教程，SLAM轨迹精度评估工具，如何用来评估ORB-SLAM2生成的轨迹精度，评估激光雷达SLAM与视觉SLAM的轨迹精度，量化SLAM的误差
热门推荐
一点儿也不萌的萌萌
03-01 3万+
evo在视觉SLAM中是一个极为有用的工具，对于论文党、科研党、工程党都非常有帮助，它可以用于评估SLAM输出的轨迹的精度，可以自动生成均值、方差、轨迹等等信息的图或者表，总之评估SLAM精度用它足以。 　　 　　它目前支持的公开数据集格式有：“TUM”、“KITTI”、“EuRoC MAV"以及"ROS bagfile”。如果你使用的数据集格式为这些中的某一种，那么你无须额外的数据格式处理，就可...
orb-slam2跑通EuRoC数据集，并用evo对其进行评估（详细）
weixin_62464833的博客
05-31 5103
orb-slam2跑通EuRoc数据集，并用evo对其进行评估
ORB_SLAM2及其他SLAM精度测评
creative1的博客
12-23 4638
ORB_SLAM2及其他SLAM精度测评
Ubuntu18.04配置ORB-SLAM2，并运行TUM、KITTI实例详细步骤
wowbing2的博客
05-28 6027
1、安装配置过程中需要需要cmake、gcc、g++和Git工具 安装git，用于从Github上克隆项目到本地 sudo apt-get install git sudo apt-get install cmake sudo apt-get install g++ sudo apt-get install gcc 2、安装Pangolin作为可视化和用户界面 sudo apt-get install libglew-dev libpython2.7-dev git clone https://github
【SLAM】运行ORB-SLAM2并使用evo工具评估TUM/KITTI/EuRoC单目数据集
Venistar的博客
10-19 1万+
单目下运行ORB-SLAM2并使用evo工具评估TUM/KITTI/EuRoC数据集1 算法评价指标（1）系统性能评估-绝对轨迹误差(ATE)（2）系统漂移评估-相对轨迹误差(RPE)（3）精度统计量-均方根误差（RMSE）2 安装依赖项（1）Numpy安装（2）SciPy安装（3）matplotlib安装3 evo安装（1）pip安装（2）源码安装（3）测试（4）报错处理4 evo使用（1）轨迹可视化（2）轨迹评估1）计算绝对位姿误差2）计算相对位姿误差（3）结果比较（4）格式转换（5）配置更改（6）时间
ORB_SLAM2、ORB_SLAM3跑EuRoc&KITTI数据集及evo评估
weixin_59058976的博客
12-04 9748
ORB_SLAM2 ORB_SLAM3 为使结果能在evo中进行评估，需要修改文件夹下system.cc文件中的第638行和第647行，把1e9*pKF改成pKF,改完示例如下： f << setprecision(6) << pKF->mTimeStamp << " " << setprecision(9) << t.at<float>(0) << " " << t.at<float&
ORB-SLAM2算法2之TUM开源数据运行ORB-SLAM2生成轨迹并用evo工具评估轨迹
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
07-12 800
本篇目的是用TUM开源数据来运行ORB-SLAM2，并生成轨迹，最后用evo评估工具来评估ORB-SLAM2生成的轨迹和真值轨迹。
ORB-SLAM2算法4之KITTI开源数据集运行ORB-SLAM2生成轨迹并用evo工具评估轨迹
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
07-19 1436
ORB-SLAM2算法1 已成功编译安装ORB-SLAM2到本地，本篇目的是用KITTI开源数据来运行ORB-SLAM2，并生成轨迹，最后用evo评估工具来评估ORB-SLAM2生成的轨迹和真值轨迹。
ORB-SLAM2算法6之D435i双目IR相机运行ROS版ORB-SLAM2并发布位姿pose的rostopic
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
08-03 1713
实际ROS视觉SLAM工程落地时，一般搭配传感器实时发出位姿pose的rostopic，本篇就以D435i相机的双目IR相机作为输入，运行ROS版ORB-SLAM2，最后发出pose的rostopic。
[ROS学习]Euroc数据集真实轨迹的读取与显示
暮落晨风的博客
02-23 4578
基于rviz的euroc数据集真实轨迹的显示
ORB-SLAM、ORB-SLAM2跑通，运行EuRoC数据集，用EVO评估
weixin_41769727的博客
01-11 8829
教程目的 小白入门ORB两周，历经千辛万苦跑完了ORB和ORB2，并运行了EuRoC数据集，感谢各路CSDN大神，特此总结！ 环境Ubuntu16.04，虚拟机VMware14，建议运行内存8G以上。 ORB-SLAM 首先一定要看github上面的readme.txt，地址：https://github.com/raulmur/ORB_SLAM 按照github上的步骤安装好所需的东西，另附一位...
ORB-SLAM3数据集配置与评价
极客园地
07-27 1490
在ORB-SLAM3运行EuRoC和TUM-VI数据集并作以评价。EuRoC利用微型飞行器(MAV ) 收集的视觉惯性数据集，TUM-VI 是由实验人员手持视觉-惯性传感器收集的数据集。这两个是在视觉SLAM中比较常用的公开数据集，所以测试并加以记录。
RGB-D基准测试工具：绝对轨迹误差 （ATE）、相对位姿误差 （RPE）和从图像生成点云
振华OPPO的博客世界
05-03 2032
在估计RGB-D相机轨迹并将其保存到文件中后，我们需要通过将其与地面事实进行比较来评估估计轨迹中的误差。有不同的错误指标。两种突出的方法是绝对轨迹误差（ATE）和相对姿势误差（RPE）。ATE非常适合测量可视 SLAM 系统的性能。相比之下，RPE非常适合测量视觉里程计系统的漂移，例如每秒漂移。
ORB-SLAM3算法2之EuRoc开源数据集运行ORB-SLAM3生成轨迹并用evo工具评估轨迹
最新发布
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
10-26 1801
ORB-SLAM3算法1 已成功编译安装ORB-SLAM3到本地，本篇目的是用EuRoc开源数据来运行ORB-SLAM3，并生成轨迹，最后用evo评估工具来评估ORB-SLAM3生成的轨迹和真值轨迹。
ORB-SLAM3的Euroc数据集测试
ljtx200888的博客
06-23 7704
（一）测试运行 不同模式测试过程（以MH_03为例） 1、pure mono 运行SLAM： cd ORB-SLAM3/Example #run slam ./Monocular/mono_euroc ../Vocabulary/ORBvoc.txt ./Monocular/EuRoC.yaml "$pathDatasetEuroc"/MH03 ./Monocular/EuRoC_TimeStamps/MH03.txt dataset-MH03_mono 利用ORB-SLAM3自带..
用evo工具分析ORB-SLAM2运行TUM，KITTI，EuRoC数据集轨迹
m0_60355964的博客
11-11 8162
在ORB-SLAM2的学习过程中，不可避免的会用到这些数据集来运行程序，并且还会将运行轨迹与相机真实轨迹作对比，下面就介绍使用evo工具分析SLAM常用TUM，KITTI，EuRoC数据集。SLAM数据集TUM，KITTI，EuRoC数据集的下载地址与真实轨迹文件的查找总结的博客链接。
Ubuntu18.04 ORB-SLAM2运行TUM数据集并用EVO绘制轨迹
weixin_50106401的博客
04-04 1314
同样在第2步创建的results文件夹中（也就是用touch创建的freiburg1_desk_groundtruth.txt与touch freiburg1_desk_Trajectory.txt所在位置）在上一步创建的results文件夹中（也就是用touch创建的freiburg1_desk_groundtruth.txt与touch freiburg1_desk_Trajectory.txt所在位置）。中的KeyFrameTrajectory.txt。会生成一个轨迹，其位置在。
orb-slam2源码中文详解 pdf
05-09
ORB-SLAM2是一种用于实时单目、双目和RGB-D相机的视觉SLAM系统，是由西班牙国家研究委员会（CSIC）领导的研究团队开发的。它使用了ORB( Oriented FAST and Rotated BRIEF，基于FAST角点检测和BRIEF描述子的改进算法）上的特征，并使用Bundle Adjustment优化算法来提高相机姿态的估计精度。ORB-SLAM2源码中文详解pdf,主要是对ORB-SLAM2算法进行详细的解析，方便了解该算法并进行修改定制。以下是本人对具体内容的一些观点： 首先，该pdf分为5部分，分别是ORB-SLAM2算法的总体介绍、系统设计、系统架构与流程、实验结果与分析和源码解读。其中，总体介绍部分介绍了ORB-SLAM2系统的功能和应用场景，并提出了该系统的优势和不足点。系统设计部分详细介绍了系统的设计思路和实现方式，主要包括相机模型、特征提取、特征匹配、姿态估计和位姿优化等方面。系统架构与流程部分则重点介绍了ORB-SLAM2实现过程中的整体架构和流程。 接着，实验结果与分析部分介绍了ORB-SLAM2在Kitti数据集、EuRoC MAV数据集和TUM RGB-D SLAM dataset等公共的数据集上的实验结果，分析了系统的性能和稳定性，并在实验过程中解决了一些系统出现的问题。最后，源码解读部分是对ORB-SLAM2源代码的详细解释，方便参考者了解和修改该算法。该部分包括ORB-SLAM2的主要模块（包括System、Tracker、LoopClosing、Map和Optimizer等模块）的源代码解释和功能说明。同时，该部分还详细介绍了ORB特征提取和尺度恢复、相机运动估计、位姿优化和闭环检测等关键技术的源代码实现和运行原理。 总的来说，ORB-SLAM2源码中文详解pdf系统性地介绍了ORB-SLAM2算法的原理、设计思路和实现流程，方便参考者了解该算法并进行修改优化。同时，该文还详细介绍了ORB-SLAM2的源代码实现和关键技术，对学习和研究计算机视觉和SLAM技术的人士都有很大的参考价值。
评论
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

打赏作者

ZPILOTE

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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