evo轨迹评估

evo轨迹评估

evo安装方法

该工具目前被托管在github上了，其项目地址为https://github.com/MichaelGrupp/evo。

作者提供了两种安装方法，这里我推荐使用pip工具进行安装，非常方便，只需要一行代码即可，将如下代码复制到你的终端中运行

pip install evo --upgrade --no-binary evo

注意：如果一直提示下载失败，或者出现下载速度过慢等问题，那是因为pip工具默认的下载地址为国外的服务器，你需要将源地址改为国内，具体操作方法可以参考我的这篇博客《解决Linux，Ubuntu下使用python包管理工具pip命令安装和下载包速度很慢、失败或者connection timeout等问题》，修改源之后基本上就可以毫无问题的安装好了。

没有报错，则evo就算安装成功了，此时你打开终端输入evo，然后按Tab键就可以出现如下命令，如果没有出现重启电脑就行了：

基础命令

evo_ape - 用于评估绝对位姿误差；
evo_rpe- 用于评估相对位姿误差；
evo_traj - 这个主要是用来画轨迹、输出轨迹文件、转换数据格式等功能；
evo_res- 比较来自evo_ape或evo_rpe生成的一个或多个结果文件的工具；
evo_fig - （实验）工具，用于重新打开序列化图（使用–serialize_plot保存）；
evo_config || evo_config --brief - 这个主要用于evo工具全局设置和配置文件操作。
evo共支持kitti、tum、euroc这三个公开数据集格式。

evo_ape

该命令用于评估两条轨迹的绝对位姿误差
evo_ape kitti a.txt b.txt
解释：如上命令的意思是，比较kitti数据集格式的a.txt和b.txt文件的绝对误差精度。
需要注意两个待比较的数据文件必须格式一致，都为kitti、tum或者euroc！

当你使用上面的命令之后，会在你的终端中产生如下类型的结果：

其中：

max：表示最大误差；
mean：平均误差；
median：误差中位数；
min：最小误差；
rmse：均方根误差；
sse：和方差、误差平方和；
std：标准差。

当我们获得单目SLAM生成的轨迹文件时，此时我们需要和真实轨迹进行对比，但是我们知道单目SLAM是没有尺度的，所以两个轨迹一定不会一样大，所以我们需要对轨迹进行sim(3)相似变换，那么evo就会自动的对轨迹的位移、旋转、尺度进行对齐，完成这个任务的代码如下：
evo_ape tum data.tum CameraTrajectory.txt -a -p -s
解释：参数-a、-s、-p即为选择的参数，分别表示进行轨迹的匹配和尺度修正，以及-p表示画图误差的图和两个轨迹的图。

evo_rpe用法

该命令用于比较两个轨迹之间的相对轨迹误差，也就是两个时间戳相同时刻的轨迹轨迹误差，更具体来说，两组轨迹持续时间相同，但是采样频率不同，那么之间就会有一些少量的相同时间戳，那么这些相同的时间戳就可以进行一对一比较误差。同样的这些误差也会有平均误差、最大、最小误差等等结果。命令使用方法如下：
evo_rpe xxx a.txt b.txt

evo_traj用法

evo_traj kitti 0.txt 1.txt --ref=0.txt -p --plot_mode=xz
如果我们想要两个轨迹匹配到同一个原点那么可以使用参数如下：
evo_traj tum a.txt b.txt c.txt -p --align_origin
-a：轨迹对齐；
–correct_scale：修正尺度。

evo_config用法

evo_config命令并不怎么常用，多数情况下，我们正常使用是不需要额外设置evo的一些配置项的。

你可以使用如下命令，查看evo默认的一些系统参数设置：

evo_config show --brief

如果你想要对某一项参数进行修改，比如你想修改输出的图像格式，你可以使用如下命令：
evo_config set plot_export_format png
又比如你想做如下的操作：
1.将画图背景更改成白色网格
evo_config set plot_seaborn_style whitegrid
2.将字体改为衬线型并调为1.2倍大小
evo_config set plot_fontfamily serif plot_fontscale 1.2
3.将画图所使用的线型改为 -
evo_config set plot_reference_linestyle -
4.将所画图的图像大小调整为10 9（宽 高）
evo_config set plot_figsize 10 9
5.当你想要将配置还原为默认时，只需要使用命令：
evo_config reset
当你对evo的使用有一个大致的理解之后，我觉得你再摸索和使用就会方便很多，当你看完本篇博客之后，如果你还想进一步了解它更细致的使用，你可以浏览的evo在github上的wiki，网址为：https://github.com/MichaelGrupp/evo/wiki