rosbag中slam导航定位精度测试（EVO）

最新推荐文章于 2024-08-08 07:09:10 发布
最新推荐文章于 2024-08-08 07:09:10 发布
阅读量2.6k 收藏 26
点赞数 4
分类专栏： ROS机器人
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/a1034214328/article/details/106644308
版权
本文介绍了如何使用EVO工具对ROS bagfile中的SLAM导航定位精度进行测试。通过指定bag文件路径和topics，EVO能够加载所有轨迹数据。若要进行轨迹对齐，需提供参考轨迹。示例命令展示了如何利用EVO对ORB-SLAM和S-PTAM的轨迹进行对齐和绘图，并转换轨迹格式。
摘要由CSDN通过智能技术生成
最低0.47元/天 解锁文章
ROS机器人测试
关注
专栏目录
自己的搭建的slam机器人建图导航测试
「小白学移动机器人」一个专注分享移动机器人相关知识的公众号！
12-09 7932
1、前言 这里是对自己搭建的slam机器人建图导航的功能测试，原本并不想写这一篇的，因为每个小伙伴的需求都不一样，但是发现还是有同学有需求，于是就有了这一篇。本篇属于说明分享类文章，不涉及细节解释。按照步骤操作即可。 本次测试需要建图算法my_slam_gmapping、导航框架navigation、以及explore_lite功能包、mbot_teleop键盘控制功能包等。 环境：ubuntu mate 16.04 + ROS Kinetic 功能包下载：在公众号：小白学移动机器人，发送：建图导航测试，即
自动驾驶系统进阶与项目实战（六）基于NDT的自动驾驶高精度定位和ROS项目实战
AdamShan的博客
06-13 1万+
自动驾驶系统进阶与项目实战（六）基于NDT的自动驾驶高精度定位和ROS项目实战 对于高级自动驾驶系统而言，定位模块通常会融合IMU、轮速计（车辆底盘）以及激光雷达odometry多种测量，使用滤波算法（EKF、UKF等）以获得平滑、厘米级别的绝对定位，其中基于高精度点云地图和激光雷达的配准定位（Lidar Odometry）因其精度高、可靠性好，在整个融合定位中通常占很大的权重，是自动驾驶定位系统中相对可靠的“绝对定位”数据来源，本文我们学习如何使用NDT配准实现自动驾驶汽车的高精度定位，并且结合前面文章
一种SLAM精度评定工具——EVO使用方法详解
热门推荐
dcq1609931832的博客
10-09 2万+
evo_ape 计算绝对位姿误差 绝对位姿误差，常被用作绝对轨迹误差，比较估计轨迹和参考轨迹并计算整个轨迹的统计数据，适用于测试轨迹的全局一致性。 命令语法：命令 格式 参考轨迹 估计轨迹 [可选项] 其中格式包括euroc、tum等数据格式，可选项有对齐命令、画图、保存结果等。 常用命令示例： evo_ape euroc MH_data3.csv pose_graphloop.txt -r fu...
探索evo：一款强大的SLAM与里程计评估工具
最新发布
gitblog_00945的博客
08-08 344
探索evo：一款强大的SLAM与里程计评估工具 evoPython package for the evaluation of odometry and SLAM项目地址:https://gitcode.com/gh_mirrors/ev/evo 在机器人和自动驾驶领域，精确的定位和地图构建是至关重要的。evo，作为一款专为评估里程计（odometry）和同时定位与地图构建（SLAM）算法而设计...
ROS teb_controller实现高精度PID控制
weixin_56867479的博客
11-16 1159
ROS teb_controller实现高精度PID控制
深入分析常规ROS机器人如何使用Navigation导航包实现实时定位
慕羽★的博客
11-06 1849
本篇文章主要分析，常规的ROS机器人是如何使用Navigation导航包实现实时定位的，定位精度的决定性因素等内容，结构上分为详细介绍、概括总结、深入思考三大部分。
自动驾驶系列（2）精度评估EVO使用
earo0的博客
04-11 449
将机器人的位姿数据（全局坐标系）写入一个文件中。实现原理是将机器人当前的位姿数据（odomAftMapped.pose.pose）命令语法：命令 格式 参考轨迹 估计轨迹 [可选项]（1）bag话题查询。
SLAM精度测评（绘制比较相机轨迹）- EVO
惊鸿一博
11-13 3542
目录 1.EVO安装 2.数据格式(data formal):TUM/EuRoC/Kitti数据集​ 3数据格式转换 3.1"把EuRoc的数据格式转化成TUM数据格式" 3.2"TUM数据转换成kitti格式" 3.3"TUM数据转换成kitti格式" 4.evo使用 4.1Plot multiple trajectories 4.2 Run a metric on trajectories 4.2.1 evo_ape 4.2.2 evo_rpe ...
SLAM 轨迹评估工具——EVO安装、使用介绍
u010196944的博客
03-22 7554
evo是一款用于视觉里程计和SLAM问题的轨迹评估工具. 核心功能是能够绘制相机的轨迹, 或评估轨迹与真值之间的误差. 支持多种数据集的轨迹格式(TUM、KITTI、EuRoC MAV、ROS的bag)， 同时支持这些数据格式之间的相互转换，本文轨迹展示以tum数据格式为例。
SLAM算法评估篇:EVO
slamml
05-22 1999
本文从精度的角度去评估SLAM算法，介绍评估工具的使用，例如EVO等。
rosbag命令 | EVO工具 的使用
weixin_68647501的博客
02-04 3668
一 rosbag录制及查看 1 rosbag话题录制 2 rosbag信息查看 3 rosbag转换格式（bag2txt） 4 rosbag截取录制时间 二 EVO工具使用命令 1 evo_traj 命令 2 evo_ape命令 3 evo_rpe命令 3 evo_config命令 4 evo_res命令 5 evo_fig命令
ros中SLAM的EVO、APE测评——SLAM精度测评（一）
Yangy_Jiaojiao的博客
04-30 9956
用于处理、评估和比较里程计和SLAM算法的轨迹输出。 支持的轨迹格式：“TUM”轨迹文件“KITTI”姿态文件“EuRoC MAV”（.csv groundtruth和TUM轨迹文件）ROS和ROS2 BAG文件，带有几何图形/PoseStamped、几何图形/TransformStamped、几何图形/POSEWITH协方差统计或导航/里程计主题或TF消息 1 精度测评 evo_ape 绝对姿势误差 evo_rpe 相对位姿误差 2 轨迹绘图工具 evo_traj 用于分析、绘制或导出一..
SLAM精度评估—从二维到三维
3D视觉工坊
05-26 1452
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨lovely_yoshino来源丨古月居简介最近在群里划水时，看到很多初学的SLAMer面对精度评估这个问题无从下手。而精度评估确实是在SLAM算法实际评估中急需一种手段和工具，本文将从2维室内和3维室外两个层面来向各位展示如何通过各种手段来对SLAM算法完成。2D评估—基于cartographer室内的评估方案...
SLAM_ROS算法包运行---gazebo仿真和实际场景
qq_34341423的博客
04-20 1003
SLAM学习交流可加群：248085206 1.rtabmap算法简介 rtabmap全名是Real-Time Appearance-Based Mapping, 是一个基于RGB-D, Stereo和雷达的Graph-Based SLAM算法，并使用了增长式闭环检测。具体算法详解请看：https://blog.csdn.net/xmy306538517/article/details/78771104 其中包括使用词袋法，SURF特征检测等算法。 2.ubuntu16.04+kinetic环境下安装rta
SLAM和里程计评估工具——evo使用方法全解
weixin_50578602的博客
04-11 3587
本帖的主要内容是整理evo的使用方法及各种命令，不含安装步骤及过程，还未安装的请移步其他博主。以及。如果使用的数据集格式为这些中的某一种，那么无须额外的数据格式处理，就可以直接使用evo进行精度相关内容评估。
ROS Navigation Tuning Guide（导航调试指南）
tobebest_lah的博客
06-26 1万+
ROS Navigation Tuning Guide导航调试指南速度与加速度的设置获得最大速度获得最大加速度设置最小值ＸＹ方向的速度Global Planner接口参数Local PlannerDWA Local PlannerCostmap 参数footprintinflationcostmap resolutionobstacle layer and voxel layerAMCLHeade...
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
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