cartographer算法性能评估

Cartographer算法的性能评估涉及使用内置工具进行调参和质量保证。通过比较未优化和优化轨迹的相对位姿来评估SLAM结果,强调了自我评估在数据收集便利性和传感器配置灵活性上的优势。然而,这种方法不能全面衡量启用所有优化后的SLAM系统准确性,适用于闭环检测的局部评估。
摘要由CSDN通过智能技术生成

cartographer算法性能评估

1、介绍

性能评估是开发SLAM系统的关键部分,基于这一目的,Cartographer提供了内置工具,可以辅助调参过程或者被用于质量保证目的。

即使没有专门的groundtruth 可以利用,也可以使用工具评估SLAM结果。这与公共SLAM基准(例如KITTI数据集或TUM RGB-D数据集)形成对比,在这些数据中,高精度的ground truth状态(GPS-RTKMotion capture)可以用作参考。

整个过程包括两个步骤:

  • 自动生成相关的ground truth

  • 评估测试数据与真实数据的对比

    该评估基于[3]中提出的位姿关系度量。而不是直接比较轨迹节点的位姿与对应的ground truth,而是将探测数据中两个轨迹节点之间的相对位姿与ground truth轨迹中两个轨迹节点的对应关系比较。cartographer中,我们可以从带有闭环的轨迹中生成ground truth.让带有闭环检测的优化轨迹作为ground truth生成的输入。我们从满足以下条件的闭环检测约束中选择:

    1. min_covered_distance : 闭环之前的最小覆盖距离(以米为单位)被认为自动生成ground truth的候选对象
    2. outlier_threshold_meters :以米为单位的距离,超出该距离被视为异常值
    3. outlier_thresold_meters :以弧度为单位的距离,超出被认为异常值

    我们可以假设满足这些要求的相邻轨迹节点的位姿关系在完全优化的轨迹中是局部正确的,尽管从另一个来源的独立输入来看这并不是ground truth ,但是我们现在可以使用它来评估未经闭环优化而生成的局部SLAM结果的质量。下图说明了该概念,在左侧,ground truth 被可视化为完全优化轨迹的轨迹节点之间的绿色连接,在右侧,红色显示了未优化轨迹中的对应关系。计算出的实际度量是ground truth(绿色)和探针(红色)之间的差。

评论 8
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

打赏作者

纷繁中淡定

你的鼓励是我装逼的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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