自己使用的代码

在ORB-SLAM2框架下,使用Monocular设置和TUM1配置文件运行示例,加载ORBvoc.txt和TUM1.yaml。数据集为rgbd_dataset_freiburg1_xyz。完成后,利用EVO工具对生成的Trajectory.txt与groundtruth.txt进行对齐和绘图,以评估SLAM系统的性能。
摘要由CSDN通过智能技术生成

在ORB-SLAM2中打开,开始运行

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml Data/rgbd_dataset_freiburg1_xyz

 用EVO工具绘出轨迹

在上一步创建的results文件夹中(也就是用touch创建的freiburg1_desk_groundtruth.txt与touch freiburg1_desk_Trajectory.txt所在位置)。

evo_traj tum freiburg1_desk_Trajectory.txt --ref=freiburg1_desk_groundtruth.txt  -p --plot -s --correct_scale -a –align

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值