ORB_SLAM2及其他SLAM精度测评

ORB_SLAM2及其他SLAM精度测评

测试工具：https://svncvpr.in.tum.de/cvpr-ros-pkg/trunk/rgbd_benchmark/rgbd_benchmark_tools/src/rgbd_benchmark_tools/
下载associate.py ，evaluate_ate.py，evaluate_rpe.py等

官网：https://vision.in.tum.de/data/datasets/rgbd-dataset/tools#absolute_trajectory_error_ate

博客：https://blog.csdn.net/Darlingqiang/article/details/89059466
知乎：https://zhuanlan.zhihu.com/p/105428199
ATE绝对轨迹误差只需要下载associate.py ，evaluate_ate.py，把它们放在新建文件夹ATE里，并将对应运行的数据集的groundtruth.txt和运行之后的CameraTrajectory.txt同样放在ATE文件夹里，在文件夹里打开一个终端进行如下操作：

ATE文件夹内容：

跑完一个数据集之后会在orb_slam2下生成CameraTrajectory.txt相机轨迹和KeyFrameTrajectory.txt，例如rgbd_dataset_freiburg1_desk数据集

rgbd_dataset_freiburg1_desk数据集里groundtruth.txt真实轨迹

1.ATE 绝对轨迹误差—evaluate_ate.py（适用于评估视觉SLAM系统）（输出RMSE/cm误差）

python evaluate_ate.py groundtruth.txt CameraTrajectory.txt

//得到绝对轨迹误差图
python evaluate_ate.py groundtruth.txt CameraTrajectory.txt --plot fr1_desk_result.png

2.输出真实轨迹和预测轨迹以及误差，输出所有误差，包含平均值，中值。

python evaluate_ate.py groundtruth.txt CameraTrajectory.txt --verbose

3.实例测试

2. RPE 相对位姿误差-evaluate_rpe.py 评估视觉里程计的漂移量

用于计算相同两个时间戳上的位姿变化量的差， 同样， 在用时间戳对齐之后， 真实位姿和估计位姿均每隔一段相同时间计算位姿的变化量， 然后对该变化量做差， 以获得相对位姿误差， 该标准适合于估计系统的漂移。