ORB-SLAM3与ORB-SLAM2对比

ORB-SLAM3与ORB-SLAM2轨迹对比

由于ORB_SLAM2/Examples/ROS/ORB_SLAM2/src下的ros_stereo.cc中有这两句:

// Stop all threads
SLAM.Shutdown();
// Save camera trajectory
SLAM.SaveKeyFrameTrajectoryTUM("ORB-SLAM2-KeyFrameTrajectory.txt");
SLAM.SaveTrajectoryTUM("ORB-SLAM2-FrameTrajectory.txt");
SLAM.SaveTrajectoryKITTI("FrameTrajectory_KITTI_Format.txt");

说明ORB_SLAM2在ros运行结束后可以保存轨迹。而在github上下的ORB_SLAM3中对应/ROS/ORB_SLAM3/src下的ros_stereo_inertial.cc中却没有这几句,因此需要自己码进去:

    // Stop all threads
    SLAM.Shutdown();
    // Save camera trajectory
    SLAM.SaveKeyFrameTrajectoryTUM("ORB-SLAM3-KeyFrameTrajectory.txt");
    // Save camera trajectory
    SLAM.SaveTrajectoryTUM("ORB-SLAM3-FrameTrajectory.txt");

然后分别对ORB-SLAM3与ORB-SLAM2进行编译:

chmod +x build_ros.sh
./build_ros.sh

打开一个终端运行ros:

roscore

分别在对应的文件夹下运行ORB-SLAM2与ORB-SLAM3:

// 根据自己的路径改一下啊!!!
rosrun ORB_SLAM3 Stereo_Inertial /home/ipsg/1295/ORB_SLAM3/Vocabulary/ORBvoc.txt /home/ipsg/1295/ORB_SLAM3/Examples/Stereo-Inertial/EuRoC.yaml true

接着会出来黑框和白框。
然后打开下载好的EUROC数据集,在数据集对应的文件夹下运行bag文件:

// An highlighted block
rosbag play MH_03_medium.bag 

此时就开始运行了。
运行结束后会生成刚才设置的轨迹文件。
最后将轨迹文件与groundth放在一个文件夹进行对比(代码生成的轨迹是txt格式,groundth是csv格式):

evo_ape euroc MH_03.csv ORB-SLAM3-FrameTrajectory.txt -a -p

evo_ape euroc MH_03.csv ORB-SLAM2-FrameTrajectory.txt -a -p

以上对比只是evo的一个功能,想详细了解可以搜索evo。
上结果:
ORB-SLAM2:
max 0.662588
mean 0.194128
median 0.136796
min 0.042975
rmse 0.235405
sse 78.579196
std 0.133154

ORB-SLAM3:
max 0.093307
mean 0.042024
median 0.042101
min 0.003407
rmse 0.046062
sse 2.783682
std 0.018860
由于ORB-SLAM3带了IMU因此更稳定,在MH_03数据集下ORB-SLAM2会有一部分轨迹丢失,而ORB-SLAM3非常稳定。

评论 17
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