（一）测试运行

不同模式测试过程（以MH_03为例）

1、pure mono

运行SLAM：

cd ORB-SLAM3/Example#run slam
./Monocular/mono_euroc ../Vocabulary/ORBvoc.txt ./Monocular/EuRoC.yaml "$pathDatasetEuroc"/MH03 ./Monocular/EuRoC_TimeStamps/MH03.txt dataset-MH03_mono

 利用ORB-SLAM3自带模块评估：

cd ORB-SLAM3/Example#evaluate & plot
python ../evaluation/evaluate_ate_scale.py ../evaluation/Ground_truth/EuRoC_left_cam/MH03_GT.txt f_dataset-MH03_mono.txt --plot MH03_mono.pdf

运行结果（ORB_SLAM3_ate.rmse,scale,GT_ate.rmse）：

由于单目的尺度未标定，故出现RMSE数值大的现象。

evo评估 （ate）：

#plot trajct
evo_traj tum f_dataset-MH03_mono.txt --ref=MH03_groundtruth.txt -p -a -s#evaluate ate
evo_ape tum f_dataset-MH03_mono.txt MH03_groundtruth.txt -p -a -s

运行结果：

2、pure stereo

 运行SLAM：

cd ORB-SLAM3/Example#run slam
./Stereo/stereo_euroc ../Vocabulary/ORBvoc.txt ./Stereo/EuRoC.yaml "$pathDatasetEuroc"/MH03 ./Stereo/EuRoC_TimeStamps/MH03.txt dataset-MH03_stereo

 利用ORB-SLAM3自带模块评估（ate）：

cd ORB-SLAM3/Example#evaluate & plot
python ../evaluation/evaluate_ate_scale.py ../evaluation/Ground_truth/EuRoC_left_cam/MH03_GT.txt f_dataset-MH03_stereo.txt --plot MH03_stereo.pdf

运行结果：

evo评估 （ate）：

#plot trajct
evo_traj tum f_dataset-MH03_stereo.txt --ref=MH03_groundtruth.txt -p -a -s#evaluate ate
evo_ape tum f_dataset-MH03_stereo.txt MH03_groundtruth.txt -p -a -s

运行结果：

轨迹图与投影图与上边基本一致，具体精度如下：

3、mono+IMU

  运行SLAM：

cd ORB-SLAM3/Example#run slam
./Monocular-Inertial/mono_inertial_euroc ../Vocabulary/ORBvoc.txt ./Monocular-Inertial/EuRoC.yaml "$pathDatasetEuroc"/MH03 ./Monocular-Inertial/EuRoC_TimeStamps/MH03.txt dataset-MH03_mono_inertial

 利用ORB-SLAM3自带模块评估（ate）：

cd ORB-SLAM3/Example#evaluate & plot
python ../evaluation/evaluate_ate_scale.py ../evaluation/Ground_truth/EuRoC_left_cam/MH03_GT.txt f_dataset-MH03_mono_inertial.txt --plot MH03_mono_inertial.pdf

评估结果：

evo评估 （ate）：

#plot trajct
evo_traj tum f_dataset-MH03_mono_inertial.txt --ref=MH03_groundtruth.txt -p -a -s#evaluate ate
evo_ape tum f_dataset-MH03_mono_inertial.txt MH03_groundtruth.txt -p -a -s

评估结果：

4、stereo+IMU

   运行SLAM：

cd ORB-SLAM3/Example#run slam
./Stereo-Inertial/stereo_inertial_euroc ../Vocabulary/ORBvoc.txt ./Stereo-Inertial/EuRoC.yaml "$pathDatasetEuroc"/MH03 ./Stereo-Inertial/EuRoC_TimeStamps/MH03.txt dataset-MH03_stereo_inertial

 利用ORB-SLAM3自带模块评估（ate）：

cd ORB-SLAM3/Example#evaluate & plot
python ../evaluation/evaluate_ate_scale.py ../evaluation/Ground_truth/EuRoC_left_cam/MH03_GT.txt f_dataset-MH03_stereo_inertial.txt --plot MH03_stereo_inertial.pdf

评估结果：

evo评估 （ate）：

#plot trajct
evo_traj tum f_dataset-MH03_stereo_inertial.txt --ref=MH03_groundtruth.txt -p -a -s#evaluate ate
evo_ape tum f_dataset-MH03_stereo_inertial.txt MH03_groundtruth.txt -p -a -s

评估结果：

（二）数据对比

ATE（全局误差）

由于：1.特征点提取后，要在distributeOctTree函数里用到了sort排序，应该是排序加入了不稳定因素，使得每次保留的特征点不一样；2.多线程：并行运行过程中，每次电脑的运行状况不同；3.算EPnP的ransac不是稳定的；导致每次运行结果都有变化，故以下结果中RMSE和SCALE取运行多次的均值。

数据 运动特征 模式

Max

(cm)

Min

(cm)

Median

(cm)

RMSE

(cm)

 SCALE

MH_01

(easy)

length:80.6m

time:182s

回环多，速度慢

 pure mono 10.4 0.3 3.0 3.6 --
pure stereo 6.3 0.2 2.7 3.1 1
mono+IMU 14.0 0.4 4.5 5.8 1
stereo+IMU 14.7 0.4 5.1 6.2 1

MH_02

(easy)

length:73.4m

time:150s

回环多，速度慢

 pure mono 42 0.7 5.8 6.5 --
pure stereo 4.6 0 1.24 2.1 1
mono+IMU 11 0.4 3.4 4.6 0.999
stereo+IMU 8.8 0.1 2.7 3.8 1

MH_03

(medium)

length:130.9m

time:132s

回环多，距离长，速度快

 pure mono 25.3 0.1 3.4 4.3 --
pure stereo 9.6 0.2 1.9 2.5 1
mono+IMU 13 0.6 5.4 6.3 0.995
stereo+IMU 10.7 0.5 3.9 5.2 0.995

MH_04

(difficult)

length:91.7m

time:99s

回环少，速度快，中间有段环境光度变化大

 pure mono 40.5 2.1 8.8 13.2 --
pure stereo 25.7 1.1 9.5 12.75 1.008
mono+IMU 27.8 1.8 11.5 15.55 0.986
stereo+IMU 17.2 0.7 6.0 6.6 0.998

MH_05

(difficult)

length:97.5m

time:111s

与MH04相似

 pure mono 23.6 0.6 5.3 6.4 --
pure stereo 16 0.4 3.9 5.4 0.994
mono+IMU 27.3 0.3 7.6 9.2 0.992
stereo+IMU 17.4 1.4 7.4 8.5 0.991

ORB-SLAM3的Euroc数据集测试相关推荐

  1. 视觉SLAM——ORB-SLAM2运行tum数据集，kitti数据集，euroc数据集

    添加环境变量 echo "source ~/catkin_orb_slam2_ws/devel/setup.bash" >> ~/.bashrc source ~/.b ...

  2. ORB SLAM3加载Vocabulary更快ORBvoc.bin

    最近ORB SLAM3刚开源,跑了跑,发现源代码加载词袋还是ORBvoc.txt,加载时间比较慢,这里教你修改成ORBvoc.bin加载,1秒内完成加载. 1. 将ORBvoc.bin拷贝到Vocab ...

  3. ubuntu18.04配置ORB-SLAM3并跑EuRoC数据集（单目）

    1 ORB-SLAM3算法环境搭建 1.1  C++11 or C++0x Compiler 安装 新建一个终端(新建终端的快捷键是Ctrl+Alt+T) 输入以下代码 sudo apt-get in ...

  4. [ROS学习]Euroc数据集真实轨迹的读取与显示

    Euroc数据集真实轨迹的读取与显示 1. Euroc数据集真实轨迹数据(csv格式)的读取 1.1 Euroc数据集 1.2 Euroc真实轨迹 groundtruth的格式 数据频率为200hz ...

  5. ORB SLAM3论文大致翻译，手动整理

    ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual-Inertial and Multi-Map SLAM I. INTRODU ...

  6. iris数据集 测试集_IRIS数据集的探索性数据分析

    iris数据集 测试集 Let's explore one of the simplest datasets, The IRIS Dataset which basically is a data a ...

  7. MATLAB实现基于BP神经网络的手写数字识别+GUI界面+mnist数据集测试

    文章目录 MATLAB实现基于BP神经网络的手写数字识别+GUI界面+mnist数据集测试 一.题目要求 二.完整的目录结构说明 三.Mnist数据集及数据格式转换 四.BP神经网络相关知识 4.1 ...

  8. SLAM数据集TUM，KITTI，EuRoC数据集的下载地址与真实轨迹文件的查找

    目录 前言 一.TUM数据集 1.下载地址 2.真实轨迹文件的查找 3.轨迹格式 二.KITTI数据集 1.下载地址 2.真实轨迹文件的查找 三.EuRoC数据集 1.下载地址 2.真实轨迹文件的查找 ...

  9. 稀疏表示（5）之帕德博恩轴承数据集测试非负矩阵分解

    稀疏表示(5)之帕德博恩轴承数据集测试非负矩阵分解 1. 非负矩阵分解的数学原理 1.1 基本数学原理 1.1.1 基本思想 1.1.2 局部特征提取能力 1.2 NMF的通俗理解 1.3 digit ...

最新文章

  1. 言论丨十问陆奇：百度如何才能赢得AI的未来？
  2. 链表排序（C语言）选择排序
  3. 计算机要学打字吗,有了电脑打字，还需要练字吗？
  4. 欢迎光临CAX软件二次开发开源社区！
  5. Visual Studio Code： 利用 MSSQL 插件创建数据库 IDE
  6. JWT(JSON web token)
  7. python技巧（1）--如何转换itertools.chain对象为数组
  8. mgg mysql_mgg文件怎么转换mp3格式？
  9. 4天搞定Docker和k8s核心架构，稳拿35k不是问题？
  10. 面试被吊打 - Redis原理
  11. mysql分区管理 - hash分区
  12. Android 软键盘弹出，界面整体上移的问题
  13. 战斗民族的Yandex开始首次雪地无人车路测 | 视频
  14. Flex一个RemoteObject调用JAVA对象里面的多个方法
  15. linux系统的wps办公软件,linux上安装wps办公软件
  16. 使用com.alibaba.druid.filter.config.ConfigTools进行加密和解密工具类
  17. excel显著性检验_使用Excel2016比较两组数据显著性差异
  18. 2020-11-16 MHF-NET乱读集锦
  19. 矩阵分解在推荐系统中的应用及实践
  20. 不修改vender文件夹，重写laravel注册登录功能

热门文章

  1. qt连接mysql数据库 mac_Mac系统下Qt 4.8编译连接数据库（Oracle，MySql）
  2. 论文翻译-Three Stream 3D CNN with SE Block for Micro- Expression Recognition
  3. 【日语】标日初级总结笔记
  4. 跨设备链路聚合 M-LAG
  5. 【报告分享】2020-2021年中国购物中心消费者洞察报告-中国连锁经营协会（附下载）
  6. unity开发VR，没有VR设备解决方式
  7. 如何在虚拟主机安装ssl证书，详细教程来了
  8. Mysql 常用 时间函数
  9. 海盗分赃（8行代码搞定！）
  10. ESP8266开发之旅 阿里云生活物联网平台篇② 使用云智能App，配置自己的App，无需开发