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

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。

一、准备工作

1.运行rgb-d数据集

(base) dzh@dzh-Lenovo-Legion-Y7000:~$ cd slambook/
(base) dzh@dzh-Lenovo-Legion-Y7000:~/slambook$ cd ORB_SLAM2/
(base) dzh@dzh-Lenovo-Legion-Y7000:~/slambook/ORB_SLAM2$ ./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM3.yaml ../TUM_DataSet/freiburg3_walking_xyz ../TUM_DataSet/freiburg3_walking_xyz/associations.txt 

运行结束后，可以看到相机的轨迹被保存到了CameraTrajectory.txt；关键帧的轨迹被保存到了KeyFrameTrajectory.txt。

2.复制文件

我们可以在ORB-SLAM2的根目录下找到这两个轨迹文件。

然后将运行得到的轨迹文件和数据集自带的groundtruth文件复制到一个文件夹中，然后是两个python脚本，便于操作。

3.解决报错

打开终端输入运行脚本的命令python eva