看完这个我觉得你肯定会用evo了
前言
EVO是一款常用的slam评测工具,本人近期在做毕设,计划修改代码,并查看修改代码后的slam运行效果
所以决定学习使用EVO,并从中学习如何对比结果
官方网页介绍
EVO的官方信息几乎全部在GitHub上,链接如下:
EVO的整体介绍:指令、功能等
对于EVO更加细节的介绍在这里,是一篇Wiki:
EVO具体使用方法介绍Wiki
注意该文章右边是目录,可以点开看的昂:
另外关于EVO的安装可以参照其他博文,不做赘述
我的安装就是一个指令:
pip install evo --upgrade --no-binary evo
安装成功后,重启即可
实际使用方法
以Euroc数据集为例,介绍几个常用的指令
绘制轨迹:evo_traj
在目标轨迹的目录下打开终端,输入以下指令:
evo_traj tum KeyFrameTrajectoryloop.txt -p
指令参数含义:
evo_traj
是绘制命令tum
表示轨迹的数据集类型,相应的还有kitti
和tum
KeyFrameTrajectoryloop.txt
是保存有轨迹的文件-p
等价于--plot
,是绘制轨迹的附加参数
输出效果如下:
比较绝对位姿误差:eva_ape
后边的很多具体细节参照这篇文章:
一种SLAM精度评定工具——EVO使用方法详解
官方文档中对该指令是这样介绍的:
Absolute pose error, often used as absolute trajecto