SLAM系统性能评估：绝对轨迹误差(ATE)和相对位姿误差(RPE)

最新推荐文章于 2024-07-17 18:33:54 发布
最新推荐文章于 2024-07-17 18:33:54 发布
阅读量4.5k 收藏 8
点赞数 1
分类专栏： slam
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/datase/article/details/107709808
版权

绝对轨迹误差

直接计算相机位姿的真实值与SLAM系统的估计值之间的差，程序首先根据位姿的时间戳将真实值和估计值进行对齐， 然后计算每对位姿之间的差值， 并最终以图表的形式输出， 该标准非常适合于评估视觉 SLAM 系统的性能。

白话：找参考和参考做差

相对位姿误差

用于计算相同两个时间戳上的位姿变化量的差， 同样， 在用时间戳对齐之后， 真实位姿和估计位姿均每隔一段相同时间计算位姿的变化量， 然后对该变化量做差， 以获得相对位姿误差， 该标准适合于估计系统的漂移

白话：找参考 在一定时间间断内对比误差漂移

SLAM_轨迹算法精度评价指标（ATE、RPE）
惊鸿一博
03-21 1万+
目录 1. 前言 2. RPE： relative pose error 相对位姿误差 3. ATE： absolute trajectory error 绝对轨迹误差 4. 工具：EVO 4.1 安装 4.2 usage 1. 轨迹可视化 2. APE 3. RPE 4.3 metrics解析 视觉SLAM基础：算法精度评价指标（ATE、RPE） 1. 前言 当我们需要评估一个SLAM/VO算法的表现时，可以从时耗、复杂度、精度多个角度切入，其中对精度的评价是我们最关注的，这个过
SLAM 精度评估
weixin_43802726的博客
07-05 1053
本篇博客之后，如果你还想进一步了解它更细致的使用，你可以浏览的 evo 在 github 上的。SLAM 精度的评估有两个最重要的指标，即绝对轨迹误差（ATE）和相对位姿误差（RPE）的。核心功能是能够绘制相机的轨迹，解释：参数-a、-s、-p 即为选择的参数，分别表示进行轨迹的对齐和尺度修正，以及-p 表。绝对轨迹误差:直接计算相机位姿的真实值与 SLAM 系统的估计值之间的差值，首先将真实。值与估计值的时间戳对齐，然后计算每对位姿之间的差值，适合于评估 SLAM 系统的性能。作者提供了两种安装方法。
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 2060
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。
【SLAM评估指标介绍】—— SLAM精度的评估的几种指标介绍
最新发布
2401_82458959的博客
07-17 1568
SLAM（同步定位与地图构建）技术的精度评估对其可靠性和性能至关重要。常用的评估指标包括绝对轨迹误差（`ATE`）、相对姿态误差（`RPE`）、地图精度和闭环检测。ATE用于衡量SLAM系统估计轨迹与实际路径之间的偏差，通过计算估计位置和真实位置的欧氏距离来量化定位精度，低ATE值表明系统能更准确地反映实际路径。RPE评估相邻帧之间的相对运动估计误差，通过比较估计的相对运动与真实相对运动之间的差异来衡量局部精度，常用于评估短时间内的累积误差，特别适用于动态环境。
相对位姿误差（RPE）和绝对轨迹误差（ATE）
JaydenQ的博客
10-05 5174
1. 相对位姿误差（RPE） 用于计算两个相同时间戳上相机位姿的真实值与SLAM系统的估计值之间每隔一段时间位姿变化量之间的差值，也可以理解为位姿真实值与与估计值的实时比较。该标准适合于估计系统的漂移。 2. 绝对轨迹误差（ATE） 直接计算相机位姿的真实值与SLAM系统的估计值之间的差值，首先将真实值与估计值的时间戳对齐，然后计算每对位姿之间的差值，适合于评估SLAM系统的性能。 参考链接：参考文章 ...
Slam误差评估
qq_38338086的博客
12-08 2095
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）Sc...
【slam】位姿变化
看风景的人lsy
05-22 645
旋转
SLAM算法精度评价指标（ATE、RPE）
u014374826的博客
07-12 1232
当我们需要评估一个SLAM/VO算法的表现时，可以从时耗、复杂度、精度多个角度切入，其中对精度的评价是我们最关注的，这个过程中不可避免会遇到两个精度指标ATE和RPE。这两个evaluation metrics最早是在TUM数据集benchmark中定义的，应用非常广泛。介绍前，先对定义一下公式标注：算法估计位姿：真实位姿：下标代表时间t（或帧）,这里我们假设估计位姿和真实位姿各帧时间已对齐，总帧数相同。表示相隔时间time interval。
SLAM算法评估篇:EVO
slamml
05-22 1998
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。
mse均方误差计算公式_视觉SLAM十四讲实践之真实轨迹和估计轨迹均方根误差
weixin_39640646的博客
11-21 2679
为了理解RMSE首先介绍一些统计学的概念，然后介绍SLAM领域里面的计算精度ATE和RPE的用法。中位数一组数据按大小顺序排列，位于最中间的一个数据 (当有偶数个数据时，为最中间两个数据的平均数) 叫做这组数据的中位数。用中位数作为一组数据的代表，可靠性不高，但受极端数据影响的可能性小一些，有利于表达这组数据的 “集中趋势”。众数几组数据中出现次数最多的那个数据，叫做这批数据的众数。用众...
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
07-12 832
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。
SLAM中的位姿与轨迹评价指标:APE、RPE、ATE、RTE
lovely_yoshino的博客
12-31 9834
{T}t}\)，这也就是\(T。
轨迹误差评估指标[APE/RPE]和EVO[TUM/KITTI]
泠山的博客
02-15 9444
在实际工程中，我们经常需要评估一个算法的估计轨迹与真实轨迹的差异来评价算法的精度。真实轨迹往往通过某些更高精度的系统获得，而估计轨迹则是由待评价的算法计算得到的。考虑一条估计轨迹Testii​和真实轨迹Tgti​，其中i1⋅⋅⋅N，那么我们可以定义一些误差指标来描述它们之间的差别。
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...
SLAM系统评估公式
Ansel_Lee的博客
07-28 971
已知 SLAM系统估计的相机位姿为P1,...,Pn∈SE(3)\boldsymbol{P}_1,...,\boldsymbol{P}_n\in{SE(3)}P1​,...,Pn​∈SE(3); 相机位姿真实值(ground truth)为Q1,...,Qn∈SE(3)\boldsymbol{Q}_1,...,\boldsymbol{Q}_n\in{SE(3)}Q1​,...,Qn​∈SE(3). 相对位姿误差Relative pose error (RPE) 相对位姿误差通常用于评估视觉里程计。 Ei:=
视觉slam开源算法对比orbslam2和3
weixin_44356437的博客
04-02 821
参考博客绝对轨迹误差(ATE):将对齐后的轨迹直接与真值比较，求取每个状态的RMSE作为整段轨迹总误差。其计算步骤主要包含两个：(1)轨迹对齐 (2)在对齐轨迹与真值之间计算RMSE。相对轨迹误差(RTE):将整段轨迹按一定规则截取成若干小段。取每一小段的第一个状态求取与真值的变换，利用这个变换将最后一个状态与真值对齐，计算误差。该计算结果即作为该段的误差。重复上述步骤即可以得到多段误差。RMSE是所有观测值与真值偏差的平方和与观测次数n比值的平方根术语解释剩余标准差S，也称均方差。
使用evo工具评估ORB_SLAM2在TUM数据集上的运行轨迹
振华OPPO的博客世界
04-17 5669
当使用RGB-D模式时，需要用到depth和rgb两个文件夹里的图片，而且需要associate.py脚本文件关联 RGB 图像和深度图像。在这步中我们需要使用RGB 图像和深度图像的关联文件，ORB-SLAM2的作者在examples/RGB-D/associations/路径下提供了某些序列的关联文件。sse：和方差/误差平方和；和绝对轨迹误差参数相同，使用相机轨迹的原因在于它包含了关键帧轨迹，反映的是全局一致的地图。xyz坐标系的视图，显示各个时间下相机的x、y、z坐标，纵轴单位为m，横轴单位为s。
SLAM中常用到的评价指标
SLAM小土堆
10-05 8614
主要是想整理一下关于tum rgbd数据集和kitti数据集的评价指标，之后比较结果不能只看数值大小，还要非常清楚背后的含义。 一. 从TUM数据集出发 前提假设： 给出的位姿估计值为P1...Pn∈SE(3)P_1 ... P_n \in SE(3)P1​...Pn​∈SE(3), 真值为Q1...Qn∈SE(3)Q_1 ... Qn \in SE(3)Q1​...Qn∈SE(3)， 下标代表时间t（或帧）,这里假设估计位姿和真实位姿各帧时间已对齐，总帧数相同。 1. 相对位姿误差RPE(relative
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