跑slam数据集小笔记（持续更新中）

robot454

已于 2024-09-01 18:42:06 修改

阅读量659

点赞数

分类专栏： slam 文章标签：自动驾驶

于 2022-11-23 13:57:48 首次发布

本文链接：https://blog.csdn.net/qq_46538163/article/details/127998817

版权

slam 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

本文记录了在自动驾驶领域进行SLAM实验的过程，包括使用光照变化的ICL-NUIM数据集，ORB-SLAM2的配置步骤，以及如何生成同步的rgb和depth索引。此外，还介绍了使用evo工具进行轨迹测评和对齐的方法，如SE(3)和Sim(3) Umeyama对齐。

摘要由CSDN通过智能技术生成

1.光照变化的SLAM数据集ICL-NUIM地址：https://cvg.ethz.ch/research/illumination-change-robust-dslam/
其数据集格式和tum相同

2.只有图片跑orb-slam2时需要：
（1）生成rgb.txt和depth.txt两个图片索引文件https://blog.csdn.net/u010128736/article/details/53079964
（2）生成rgb和depth一起的索引
python associate.py rgb.txt depth.txt生成同步的文件夹rgb_syrc、depth_syrc
associate.py文件地址：https://blog.csdn.net/Hu_weichen/article/details/91127282?spm=1001.2101.3001.6650.5&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-5.pc_relevant_aa&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-5.pc_relevant_aa&utm_relevant_index=7#commentBox
然后复制粘贴打印的信息到新建的associate.txt
（3）在终端运行，跑数据集，并可获得位姿文件。

// cd到orb_slam2目录下
./Examples/RBG-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/tum_syn1.yaml ~/datatest/ethl_syn1/syn1 Examples/RGB-D/associations/syn1rd.txt

3.用evo测评画图 https://blog.csdn.net/qq_34213260/article/details/112548249#t4
轨迹对齐很重要：
命令含义
–align/-a 采用SE(3) Umeyama对齐，只处理平移和旋转
–align --correct_scale/-as 采用Sim(3) Umeyama对齐，同时处理平移旋转和尺度
–correct_scale/-s 仅对齐尺度