Ubuntu上利用evo工具评估slam定位效果

最新推荐文章于 2023-12-13 10:06:32 发布
最新推荐文章于 2023-12-13 10:06:32 发布
阅读量281 收藏 2
点赞数
文章标签： ubuntu linux 运维
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/du_huili/article/details/109486640
版权

Ubuntu上利用evo工具评估slam定位效果

  • evo_ape absolute pose error
  • evo_rpe relative pose error
  • evo_traj - tool for analyzing, plotting or exporting one or more trajectories
  • evo_res - tool for comparing one or multiple result files from evo_ape or evo_rpe
  • evo_fig - (experimental) tool for re-opening serialized plots (saved with --serialize_plot)
  • evo_config - tool for global settings and config file manipulation

examples

evo_master/test/data中的数据进行测试实验

1. 绘制轨迹曲线

evo_traj kitti KITTI_00_ORB.txt KITTI_00_SPTAM.txt --ref=KITTI_00_gt.txt -p --plot_mode=xz

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2. 将估计值与真值进行对比

  • 将ORB定位结果与真值相比
  evo_ape kitti KITTI_00_gt.txt KITTI_00_ORB.txt -va --plot --plot_mode xz --save_results results/ORB.zip

在这里插入图片描述
在这里插入图片描述

  • 将SPTAM定位结果与真值相比
 evo_ape kitti KITTI_00_gt.txt KITTI_00_SPTAM.txt -va --plot --plot_mode xz --save_results results/SPTAM.zip

在这里插入图片描述
在这里插入图片描述

  • 对比两种估计值与真值的效果
 evo_res results/*.zip -p --save_table results/table.csv

将结果保存到文件中并绘制各种形式的对比图
在这里插入图片描述

在这里插入图片描述

__Angela__
关注
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
07-12 973
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3之EuRoc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
07-17 1978
ORB-SLAM2算法1 已成功编译安装ORB-SLAM2到本地，本篇目的是用EuRoc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。
ubuntu安装SLAM轨迹精度评估工具evo
最新发布
gene's blog
12-13 890
若一步安装成功，那很幸运，，，
ubuntu使用EVO评测视觉SLAM轨迹精度
weixin_48953899的博客
03-06 1819
ubuntu中使用EVO评测视觉SLAM轨迹精度。
ubuntu18.04安装SLAM评价工具evo
xtdx_xty的博客
12-17 1102
参考：1. https://blog.csdn.net/haner27/article/details/116709470 2. https://blog.csdn.net/haner27/article/details/109445545?spm=1001.2014.3001.5501 ubuntu18.04安装evo： GitHub链接：https://github.com/MichaelGrupp/evo 支持Python 3.6+. 整个安装过程分成三步： 1.配置python环境 2.安装 3.
安装Ubuntu 18.04 python3.7和slam_evo过程
qq_40878688的博客
02-21 640
第一次安装的是Ubuntu 16.04,使用UltraISO制作启动盘,删除EFI文件夹. 电脑硬盘腾出200G空间,分配如下 /swap 是内存两倍 20240MB /boot 1000MB /tmp 20240MB /: 51200MB /home 剩下全部 安装好Ubuntu后重启电脑进入Windows,使用EasyBCD编辑启动选项:添加启动项→①u...
ubuntu安装SLAM轨迹精度评估工具evo出现的matplotlib版本不兼容问题
qq_39779233的博客
07-25 1201
笔者在安装SLAM轨迹精度评估工具evo的时候，按照教程进行安装： pip install evo --upgrade --no-binary evo 出现如下报错 ERROR: seaborn 0.9.1 has requirement matplotlib>=1.5.3, but you'll have matplotlib 1.5.1 which is incompatible. 经过搜索发现，其他博客 matplotlibde 更新写得有点复杂，所以自己直接运行了 matplotlib
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
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 2086
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。
用evo工具箱评估LeGO-LOAM轨迹
Gale Zhang的博客
12-14 5403
用evo工具箱评估LeGO-SLAM轨迹操作平台确定结果的输出格式保存结果（附部分代码）使用evo绘制轨迹查看结果 第一次写CSDN博客，为开发者社区出一份力。 操作平台 Ubuntu 18.04 ROS Melodic 在看这篇文章之前，你应该可以运行LeGO-LOAM的代码，并且安装了evo工具箱 确定结果的输出格式 evo源代码的 README 中列出了可以分析的结果格式：kitti、tum、.bag 等。 其中 .bag 格式没有txt的结果直观，kitti 格式的结果没有时间戳信息，分析起来较困难
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 5210
orb-slam2跑通EuRoc数据集，并用evo对其进行评估
评估SLAM的工具–evo安装
qq_45306739的博客
03-11 1702
slam评估工具evo
SLAM测评工具evo安装与使用
图像处理、SLAM、PCL、OpenCV爱好者
06-28 2430
SLAM算法测评工具evo总结 文章目录evo简介evo安装快速安装从源码安装运行案例1. Plot multiple trajectories evo简介 evo是一个很好的测评工具，它可以根据时间戳将轨迹进行对齐，同时可以将不同尺度的轨迹按照你指定的标准轨迹进行拉伸对齐，并可以算出均方差等评定参数，用于测评slam算法性能 github地址：https://github.com/MichaelGrupp/evo evo安装 evo共有两种安装方式 快速安装 pip install evo --upg.
SLAM精度评定工具——EVO使用方法详解
m0_48748418的博客
09-02 1万+
SLAM精度评定工具——EVO使用方法详解
Ubuntu下python--pesq(客观语音质量评估)
qq_25348431的博客
05-25 4302
想要对比一下两语音相似性，在Windows下有pesq工具可以直接拿来使用。 在Ubuntu下，没要知道可以直接拿来用的工具。 好在在python下有现成的库函数可以使用。 先安装pypesq库（安装方式看你自己怎么选择了）。 用法： 十分方便，语音数据多的时候可以自己写个函数进行批处理。 ...
SLAM精度评估
lovely_yoshino的博客
05-19 8420
0. 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。 1. 2D评估–基于cartographer 室内的评估方案比较多样，作者也选取了几种方法来实现二维层面上的室内定位性能评估 1.1 直尺和角度计 这种是作为最简单粗糙的一种方式，但是由于其低廉的成本以及边界的衡量性能被广泛适用于一些小厂的开发人员当中。该定位精度需要根据操作人员
SLAM系统评估公式
Ansel_Lee的博客
07-28 993
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:=
测评工具evo安装与使用
weixin_44386661的博客
11-15 1万+
slam测评工具——evo的安装及使用evo简介evo安装常见问题evo使用如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 evo简介 evo是一个很好的测评工...
使用evo工具可视化和评测SLAM算法性能
一米阳光
10-02 8086
使用evo工具可视化和评测SLAM算法性能 文章目录使用evo工具可视化和评测SLAM算法性能evo tools常见格式数据集TUM数据集格式评测流程 evo tools 常见格式数据集 TUM数据集格式 timestamp tx ty tz qx qy qz qw (每行有８个元素，结尾没有空格) 1341847980.7900 -0.6832 2.6909 1.7373 0.0003 0.86...
SLAM数据集（tum/kitti）轨迹对齐与结果评估
热门推荐
逆水独流的博客
04-28 1万+
SLAM数据集的轨迹对齐与结果评估 SLAM是一个系统工程，最终的结果是一个实时的地图，因此我们需要对轨迹进行对齐和比对。在深蓝SLAM课程中，提供了ICP对齐的思路，来估计实际与模型的结果偏差。一些常见的数据集，如KITTI，TUM等，也提供了对齐工具和思路。 (1) tum数据集 1. 单目 建立评估文件夹，将得到的KeyFrameTrajectory.txt与数据集里面的groundtr...
利用evo评估orbslam3
06-01
EVO是一种用于评估视觉SLAM系统的工具，具有易于使用、高度可配置、可视化和全面的特点。使用EVO评估ORB-SLAM3需要进行以下步骤： 1. 安装EVO：请参考EVO文档，安装EVO。 2. 运行ORB-SLAM3：使用ORB-SLAM3运行数据...
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