使用EVO

无念而悲

已于 2023-03-29 11:19:49 修改

阅读量1.7k

点赞数 4

文章标签：计算机视觉

于 2022-06-23 10:13:04 首次发布

本文链接：https://blog.csdn.net/weixin_50508111/article/details/125421968

版权

一.安装

打开终端，输入如下内容即可安装evo的最新版。

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

注意了，最新版本的evo只支持Python3.6+，因此如果你在用Python 2.7，最高能安装的evo版本是1.12.0，可以输入pip install evo==1.12.0安装。顺便解释一下–no-binary evo的意思，作者在Github中说，如果没有这个参数，绘图时标签可能会有点问题，因此建议按作者说的来。

安装好之后终端输入：evo，如下图所示。

在这里插入图片描述

二.使用EVO

关于上述功能的官方解释：

国际惯例，先附上一个参数详解的文章：https://www.freesion.com/article/1774434121/

————————————————
一些参数的含义

指令	功能
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	这个主要用于evo工具全局设置和配置文件操作
原文链接：https://blog.csdn.net/u013564470/article/details/126284625

定性的分析：可视化轨迹*********

evo_traj:直接画出轨迹
参考的基准轨迹不一样，所以这俩个命令绘制出的轨迹不完全一样；
其中ref是参考轨迹，-va是对齐后的详细信息，-p是画出图像

（0）轨迹的长度，记录位置个数，持续时长信息：
evo_traj tum a.txt
(1)单独绘制轨迹：
evo_traj tum a.txt -p
(2)将多个轨迹画到一起 : 
//进一步当我们想要画两个或者两个以上的轨迹时：
evo_traj tum a.txt b.txt c.txt -p
//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 
又比如下面的命令：
evo_traj kitti 0.txt 1.txt --ref=0.txt -p --plot_mode=xz
//解释：上面命令中参数--ref表示设置轨迹为参考，--plot_mode=xz表示轨迹投影到xz轴显示。

还有一些额外的可选项通过-h选项查看参数的介绍和用法。

(3)也可以使用–plot_mode {xy,xz,yx,yz,zx,zy,xyz}来选择单独绘制某个平面的信息

如：evo_traj tum KeyFrameTrajectory.txt CameraTrajectory2.txt --ref KeyFrameTrajectory.txt -va -p --plot_mode=xy

定量的分析：计算轨迹误差****************
2. evo_ape:绝对位姿误差的计算（）
使用ape的时候无需给出–ref 的文件，tum 后第一个文件即为标准文件，也就是：
evo_ape tum 真实.txt 测试.txt -va -p

//选择的参数介绍
evo_ape tum KeyFrameTrajectory.txt KeyFrameTrajectory.txt  -va -p

//选择的参数介绍
evo_ape tum -h   

//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、
//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
//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

evo_rpe:相对位姿误差的计算，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：
 //使用rpe的时候无需给出–ref 的文件，tum 后第一个文件即为标准文件，也就是：`evo_rpe tum 真实.txt 测试.txt  -va -p`
//evo_rpe xxx a.txt b.txt
如：evo_rpe tum KeyFrameTrajectory.txt KeyFrameTrajectory.txt  -va -p
//evo_rpe命令依然可以添加一些可选参数项，你同样可以使用如下命令查看可选参数的具体介绍和用法：
evo_rpe xxx -h
//解释：其中xxx为tum、kitti等

4.1. 使用evo_res对精度进行ATE/RPE结果对比：

（官方地址：https://gitcode.net/mirrors/michaelgrupp/evo?utm_source=csdn_github_accelerator ）
在上面，我们已经分别将ORB和SPTAM的轨迹与真值进行了对比，得到了各自的精度。但我们肯定还想知道各个方法间的精度对比，这就需要用evo_res命令了。
例如，在这里，我们使用evo_ape (groundtruth.txt是参考(ground truth))计算来自ORB-SLAM和S-PTAM的两条轨迹的绝对位姿误差，并将单个结果绘制并保存到evo_res的.zip文件中:

（1）第一个轨迹(ORB Stereo):

mkdir results
evo_ape kitti KITTI_00_gt.txt KITTI_00_ORB.txt -va --plot --plot_mode xz --save_results results/ORB.zip

（2）第二个轨迹(S-PTAM):

evo_ape kitti KITTI_00_gt.txt KITTI_00_SPTAM.txt -va --plot --plot_mode xz --save_results results/SPTAM.zip

（3）将俩个结果在一个度量标准下进行比较
Evo_res可以用来比较来自指标的多个结果文件，即:

打印信息和统计信息(默认)
绘制结果图
将统计信息保存在一个表中

在这里，我们使用上面的结果来生成一个图表和表格,并且将结果保存在一个pdf文件中:


evo_res results/*.zip -p --save_plot results/results.pdf

在这里插入图片描述
按照大佬们的指示，然后就可以写论文了(狂笑。）
注意：我的电脑之前环境错乱过，所以有时候并不能生成zip结果文件，不知道为啥子，所以这里将results文件夹的路径改成 ./results ,另外（绝对路径不好使，只能是./）
我自己的命令应该为：

# 先新建一个 results 文件夹
*******************
ape生成zip压缩包使用命令1：
evo_ape tum groundtruth.txt PLRGBDCameraTrajectory.txt -va --plot --plot_mode xz --save_results ./results/PLRGBD.zip
ape生成zip压缩包使用命令2：
evo_ape tum groundtruth.txt ORB2CameraTrajectory.txt -va --plot --plot_mode xz --save_results ./results/ORB.zip
使用evo_res命令3：evo_res ./results/*.zip -p --save_plot results/results.pdf

生成的结果是
在这里插入图片描述
results.pdf内容是：

终端输出的是：

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。

且将该结果保存在一个csv文件中，可以将终端结果生成一个表格：

evo_res results/*.zip -p --save_table results/results.csv

（另外：同门在雷达仿真中直接使用测试轨迹和真是轨迹的rosbag数据格式也使用evo_res命令进行对比来者，猜测在视觉中也能用：evo_traj tum traj_1.txt traj_2.txt traj_3.txt --save_as_bag）

三.使用脚本批量处理轨迹文件并且使用evo评估

参考：https://blog.csdn.net/phy12321/article/details/109902015

#!/bin/bash
function echo_and_run { echo -e "\$ $@" ; read input; "$@" ; read input; }
echo "********** EVO Testing ************"
echo "evo on sequence $2"
cd /home/phy12321/code/Multi_view_Cylinder_Net/Logs/"${1}" || exit
ref_pose="/dataset/kitti/poses/${2}.txt"
pred_pose="${1}/pred_pose_${2}.txt"
save_results="${1}/evo_ape_${2}.zip"
save_plot="${1}/ape_${2}.pdf"
echo -e "\n\n" | echo_and_run evo_ape kitti "${ref_pose}" "${pred_pose}" --save_results "${save_results}" -v --plot_mode xz --save_plot "${save_plot}"

ref_pose="/dataset/kitti/poses/${2}.txt"
pred_pose="${1}/pred_pose_${2}.txt"
save_results="${1}/evo_rpe_${2}.zip"
save_plot="${1}/results/rpe_${2}.pdf"
echo -e "\n\n" | echo_and_run evo_rpe kitti "${ref_pose}" "${pred_pose}" -v --save_results "${save_results}" -va --plot_mode xz --save_plot "${save_plot}"

四。evo_config用法

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


————————————————
版权声明：本文为CSDN博主「一点儿也不萌的萌萌」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u011341856/article/details/104594392

五. 评估激光雷达SLAM轨迹与单目视觉SLAM轨迹精度

原文链接：https://blog.csdn.net/u011341856/article/details/104594392

当你需要评估视觉SLAM与激光SLAM的轨迹精度时。
（1）你的激光雷达与相机是捆绑在一起。此时相机和激光雷达理论上一定具有形状一样的轨迹，不管你是把哪个轨迹作为参考轨迹，你都需要做如下操作：

将激光雷达的轨迹保存为tum数据格式(timestamp x y z q_x q_y q_z q_w)，千万不要保存为kitti数据集的格式，因为没有时间戳，无法进行尺度修正和对齐变换。
激光雷达轨迹和相机轨迹要在时间戳和轨迹起终点上都对齐。做法是：删减激光雷达的轨迹使得起点和终点和相机轨迹是一样的，然后将相机轨迹的初始位置对应的时间设置为激光雷达的开始时间，终点时间也依次设置，并记录你激光雷达轨迹的每一个位置对应的时间。这么设置的目的就是为了后续两个轨迹的匹配。
使用evo进行轨迹显示或者计算误差等操作，可以参考如下命令。

evo_traj tum a.txt b.txt --ref=a.txt --correct_scale -a -p
-a：轨迹对齐；
--correct_scale：修正尺度。

（2）相机和激光雷达分别不同次测量。首先要保证两种轨迹是走的同样的路线，形状上不要有太大的差异。然后按照（1）中的方法进行轨迹和时间戳的对齐，然后进行evo评估操作。

另外，这位博主按照evo的思路自己实现了一个带尺度的轨迹对齐算法，如果你有兴趣了解轨迹对齐是什么原理，可以参考这位博主的这部分代码，这个代码也可以作为一个对齐之后的可视化工具，查看每一个对应点之间的位置。
地址：https://github.com/zm0612/align_trajectory

（3）如果相机和激光雷达不但不是同时测量，而且两次测量的轨迹也不一致，可以参考我的另外一篇博客，其中有介绍怎么应对这种情况下的轨迹对齐。
《激光slam坐标系和视觉slam坐标系对齐，两个slam系统之间坐标对齐，轨迹对齐，时间戳对齐》：https://blog.csdn.net/u011341856/article/details/109113247

原文链接：https://blog.csdn.net/u011341856/article/details/104594392

附1：上一个evo参数大全集：

https://blog.csdn.net/qq_34213260/article/details/112548249
官方的参考来源：https://github.com/MichaelGrupp/evo/wiki

附2 列出常用参数：

保存图片

--save_plot  保存的路径
如保存成pdf文件：--save_plot results/results.pdf

合并轨迹

--merge

给出数据的最大时间戳差异

--t_max_diff “具体差异”

无念而悲

关注

4
点赞
踩
37

收藏

觉得还不错? 一键收藏
3
评论
使用EVO

使用EVO(1)单独绘制轨迹：evo_traj tum KeyFrameTrajectory.txt -p(2)将多个轨迹画到一起 : evo_traj tum KeyFrameTrajectory.txt CameraTrajectory2.txt --ref CameraTrajectory2.txt -va -p或者： evo_traj tum KeyFrameTrajectory.txt CameraTrajectory2.txt --ref KeyFrameTrajectory.txt -v
复制链接

扫一扫