多传感器融合定位（1-3D激光里程计）6-实现调用pcl-icp-3 evo里程计精度评价

多传感器融合定位（1-3D激光里程计）6-实现调用pcl-icp、ndt -3 evo里程计精度评价

参考博客：
从零开始做自动驾驶定位(七): 里程计精度评价

下载evo 工具

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

evo用法，摘自任老师的知乎

EVO评价数据有两种模式，对应的指令分别是 evo_rpe 和 evo_ape ，前者评价的是每段距离内的误差，后者评价的是绝对误差随路程的累计。

评价每段距离内的误差可以使用如下指令

evo_rpe kitti ground_truth.txt laser_odom.txt -r trans_part --delta 100 --plot --plot_mode xyz

其中–delta 100表示的是每隔100米统计一次误差，这样统计的其实就是误差的百分比，和kitti的odometry榜单中的距离误差指标就可以直接对应了。

执行上一章ICP里程计配准 ，到slam_data/trajectory 目录下可见 ground_truth.txt 、 laser_odom.txt 文件 ，分别为 GNSS(认为真值)、ICP后的里程计(估计位姿)

结果评价：

ICP

ICP RVIZ可视化轨迹图

evo_rpe kitti ground_truth.txt laser_odom.txt -r trans_part --delta 100 --plot --plot_mode xyz

最大误差： 5908.669974%
平均误差： 711.311504%
误差中值：105.818037%
最小误差：0.828498%
RMSE: 1504.886112%

评价总累计误差可以用如下指令

evo_ape kitti ground_truth.txt laser_odom.txt -r full --plot --plot_mode xyz

最大值： 9207.618971
平均值： 1064.460571
RMSE: 1943.251093

其中灰色部分就是累计误差

NDT

NDT RVIZ可视化轨迹图

evo_rpe kitti ground_truth.txt laser_odom.txt -r trans_part --delta 100 --plot --plot_mode xyz

最大误差： 0.281753%
平均误差： 0.036494%
误差中值： 0.036494%
最小误差： 0.036494%
RMSE: 0.036494%

评价总累计误差可以用如下指令

evo_ape kitti ground_truth.txt laser_odom.txt -r full --plot --plot_mode xyz