SLAM评价指标（轨迹）不涉及公式偏理论

可以从时耗、复杂度、精度多个角度去切入。

一、精度评价指标

ATE&RPE

1.1相对位姿误差RPE（Relative Pose Error）

计算相同两个时间戳内的位姿变化量的差：时间戳对齐之后，每隔一段相同的时间计算真实位姿和估计位姿之间的变化量，对该变化量取绝对值，获得相对位姿误差。（适用于估计系统的漂移）

得到所有RPE之后，可以用均方根误差RMSE来统计，也可以直接使用平均值甚至中位数来描述。

RPE包含了两部分——旋转误差&平移误差。

如果计算全部，计算复杂度会有点大，因此采取计算固定数量的RPE样本是一件可取的事情。

1.2绝对轨迹误差ATE（Absolute Trajectory Error）

首先根据位姿的时间戳将真实值和估计值对齐，直接计算相机位姿的真实值与估计值之间的差，以图表的形式输出。

非常直观的反应算法精度和轨迹的全局一致性。

估计位姿和真值可能不在同一坐标系中，我们需要将两者对齐：

（1）对于双目和RGB-D，尺度统一，需要通过最小二乘法计算从估计位姿到真实位姿的转换矩阵

（2）对于单目，具有尺度不确定性，需要计算一个从估计位姿到真实位姿的相似转换矩阵

可以使用RSME、mean、中位数来反应ATE

只包含了一部分——平移误差

二、精度指标评价工具EVO

github地址：跳转中...

省略配置步骤，运行精度评价指令：

（1）APE：

evo_ape kitti KITTI_00_gt.txt KITTI_00_ORB.txt -va --plot --plot_mode xz

（2）RPE：

evo_rpe tum fr2_desk_groundtrutr2_desk_ORB.txt -va --plot --plot_mode xyz

注：（1）仿照示例运行代码可以相对应的更改

        （2）查看其他命令参数，多用--help：evo_ape kitti --help