接着SLAM系统测评写,EVO工具的使用,在写论文时常用到的基础命令、参数修改

接着SLAM系统测评写,EVO工具的使用,在写论文时常用到的基础命令.参数修改** 首先安装**

11.pip ,直接安装最新的稳定发行版;

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

1.2.源码安装

从github上下载evo工具

git clone https://github.com/MichaelGrupp/evo.git

在evo路径下执行以下命令

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple evo --upgrade --no-binary evo

ubuntu16中pip 升级遇到问题https://blog.csdn.net/creative1/article/details/125077375?spm=1001.2014.3001.5502

2.evo常用参数设置命令

2.1 evo_config 用法——常用配置,如设置字体 曲线颜色、粗细 背景有无网格等基本参数

evo_config show --brief

显示如下内容:
{
“console_logging_format”: “%(message)s”,
“euler_angle_sequence”: “sxyz”,
“global_logfile_enabled”: false,
“plot_axis_marker_scale”: 0.0,
“plot_backend”: “Qt5Agg”,
“plot_export_format”: “pdf”,
“plot_figsize”: [
6,
6
],
“plot_fontfamily”: “sans-serif”,
“plot_fontscale”: 1.0,
“plot_invert_xaxis”: false,
“plot_invert_yaxis”: false,
“plot_linewidth”: 1.5,
“plot_multi_cmap”: “none”,
“plot_reference_alpha”: 0.5,
“plot_reference_color”: “black”,
“plot_reference_linestyle”: “–”,
“plot_seaborn_palette”: “deep6”,
“plot_seaborn_style”: “darkgrid”,
“plot_split”: false,
“plot_statistics”: [
“rmse”,
“median”,
“mean”,
“std”,
“min”,
“max”
],
“plot_texsystem”: “pdflatex”,
“plot_trajectory_alpha”: 0.75,
“plot_trajectory_cmap”: “jet”,
“plot_trajectory_linestyle”: “-”,
“plot_usetex”: false,
“plot_xyz_realistic”: true,
“ros_map_alpha_value”: 1.0,
“ros_map_unknown_cell_value”: 205,
“save_traj_in_zip”: false,
“table_export_data”: “stats”,
“table_export_format”: “csv”,
“table_export_transpose”: true
}

(1)画图背景调整成白色网格

evo_config set plot_seaborn_style whitegrid

在这里插入图片描述可以对比下图,背景变成白色网格

参数还可以选择以下 darkgrid, whitegrid, dark, white, ticks

(2)将字体改为衬线型并调为1.5倍大小

evo_config set plot_fontfamily serif plot_fontscale 1.5 

(3).将画图所使用的线型改为 实线

evo_config set plot_reference_linestyle - 

虚线则是:

evo_config set plot_reference_linestyle --

(4).将所画图的图像大小调整为10 9(宽 高)

evo_config set plot_figsize 10 9 

(5)修改线条,其中bright可以替换成deep, muted, bright, pastel, dark, colorblind

evo_config set plot_seaborn_palette pastel
evo_traj tum ORB-SLAM2.txt DS-SLAM.txt --ref=groundtruth.txt -va --plot --plot_mode xy

在这里插入图片描述

evo_config set plot_seaborn_palette bright
evo_traj tum ORB-SLAM2.txt DS-SLAM.txt --ref=groundtruth.txt -va --plot --plot_mode xy

在这里插入图片描述

(6)参考轨迹ref的透明度 修改

evo_config set plot_reference_alpha 0.75

(7)恢复初始设置

evo_config reset

3.论文中常用画图命令

以TUM数据集为例

3.1评估算法输出的曲线和真实值之间的绝对误差(absolute pose error)

mkdir results
evo_ape tum fr2_desk_groundtruth.txt  fr2_desk_ORB.txt -va --plot --plot_mode xz --save_results results/ORB_fr2_desk.zip

也可表示
evo_ape tum groundtruth.txt CameraTrajectory.txt -va --plot --plot_mode xz --save_results results/ORB_fr2_desk.zip
其中 fr2_desk_groundtruth.txt为对应数据集中的真实轨迹数据groundtruth.txt,fr2_desk_ORB.txt表示在相应数据集下生成的估计的相机轨迹 CameraTrajectory.txt

3.2 绘制多条曲线(evo_traj)

在一张图中绘制两个算法的输出曲线

evo_traj tum freiburg1_xyz-ORB_kf_mono.txt freiburg1_xyz-rgbdslam.txt  --ref=freiburg1_xyz-groundtruth.txt -va --plot --plot_mode xy```

在这里插入图片描述
姿态角yaw/pitch /roll轨迹对比
在这里插入图片描述 轨迹对比
在这里插入图片描述 平移方向x/y/z方向轨迹对比

3.3相对位姿误差平移部分 (默认)

CameraTrajectory.txt我这里命名为ORB-SLAM2.txt 为了多轨迹对比

evo_rpe tum groundtruth.txt  CameraTrajectory.txt -va --plot --plot_mode xz --save_results results/rpe.zip

在这里插入图片描述

3.4相对位姿误差旋转部分

evo_rpe tum -r rot_part groundtruth.txt  ORB-SLAM2.txt -va --plot --plot_mode xz --save_results results/rpe_rot.zip

在这里插入图片描述

3.5绝对位姿个指标对比max min mean rmse…

首先建立一个新的文件夹将某个数据及下的groundtruth.txt放进去,然后将你要进行对比SLAM系统在此数据及下生成的 CameraTrajectory.txt复制进来并进行重命名 这里选取DynaSLAM DS-SLAM ORB-SLAM2三个系统进行对比
并在此文件下建立results文件保存zip结果。
在这里插入图片描述

evo_ape tum groundtruth.txt DS-SLAM.txt -va --plot --plot_mode xz --save_results results/DSSLAM.zip


evo_ape tum groundtruth.txt DynaSLAM.txt -va --plot --plot_mode xz --save_results results/DynaSLAM.zip



evo_ape tum groundtruth.txt ORB-SLAM2.txt -va --plot --plot_mode xz --save_results results/ORB-SLAM2.zip

results文件下有三个压缩文件
在这里插入图片描述

evo_res results/*.zip -p --save_table results/table.csv

在这里插入图片描述
在这里插入图片描述当然随着evo_config set plot_seaborn_palette bright设置不一样,柱状图颜色也在变

参考文献

  • 2
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
【资源说明】 基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip 基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip 基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip 基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip 基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip基于迭代误差状态卡尔曼滤波(IESKF)的Livox-IMU车载SLAM系统C++源码.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!

“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 1
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