[KITTI] EVO评价前端里程计精度
言以, 事以
- 1. 介绍
- 2. 安装
- 3. 使用
- 3.1 注意
- 3.2 样例数据说明
- 3.3 使用
- 3.3.1 每段距离误差(相对位姿误差)
- 结果
- 3.3.2 总累计误差(绝对位姿误差)
- 结果
1. 介绍
EVO是用于处理、评估和比较里程计和SLAM算法的轨迹输出的工具
2. 安装
pip install evo --upgrade --no-binary evo
3. 使用
3.1 注意
- 不同格式的数据不能同时显示
- kitti: 数据,一行12个数据表位姿矩阵(R+T),数据举例如下:
//SE(3)
a b c d
e f g h
i j k l
3.2 样例数据说明
这里的ground_truth.txt保存的gnss的位姿矩阵,(3X4矩阵)
而laser_odom.txt保存的也是相同格式的位姿矩阵
3.3 使用
3.3.1 每段距离误差(相对位姿误差)
evo_rpe kitti ground_truth.txt laser_odom.txt -r trans_part --delta 100 --plot --plot_mode xyz
- –delta 100 表示每隔100米统计一次误差(其实就是误差百分比)
结果
得到的统计指标:
- 最大误差: 48.902621%(起始点没做好)
- 平均误差: 3.123055%
- 最小误差: 0.418251%
- RMSE: 7.655457%
3.3.2 总累计误差(绝对位姿误差)
evo_ape kitti ground_truth.txt laser_odom.txt -r full --plot --plot_mode xyz
结果
- 其中灰色部分就是累计误差.
- 最大值: 70.036478 m
- 平均值: 50.957249 m
- RMSE: 51.867621 m
[KITTI] EVO评价前端里程计精度相关推荐
- 3D激光雷达SLAM算法学习03——前端里程计方案
1.本篇大纲 2.前端里程计综述 解决的问题:由原始点云信息求解得到两个关键帧之间的相对位姿约束 输入:原始点云信息 输出:两个时刻之间的位姿关系 P = [R T] (4x4) 主流流程: 点云预处 ...
- LOAM 代码部分的公式推导(前端里程计部分)
作者丨小飞@知乎 来源丨https://zhuanlan.zhihu.com/p/404326817 编辑丨3D视觉工坊 本篇主要介绍LOAM代码中有关lidar odometry部分对应的公式推导. ...
- 【多传感器融合定位SLAM专栏】前端里程计、IMU预积分、滤波、图优化推导与应用(3)
本专栏基于深蓝学院<多传感器融合定位>课程基础上进行拓展,对多传感器融合SLAM的学习过程进行记录 文章目录 第三章 惯性导航原理及误差分析 惯性器件 1. 机械陀螺 2. 激光陀螺 ME ...
- 深蓝学院-多传感器融合定位课程-第2章-3D激光里程计I
专栏文章: 深蓝学院-多传感器融合定位课程-第1章-概述_goldqiu的博客-CSDN博客 github保存了相关代码和学习笔记: Shenlan-Course-Multi-Sensor-Fusio ...
- LOAM:实时的雷达里程计和建图
之前对视觉SLAM主要的开源框架,ORB-SLAM2.SVO等进行了介绍,然后疫情期间对VINS-Mono进行了详细的源码解析,接下来考虑到工作原因需要用到激光雷达.GNSS.IMU等多传感器融合,所 ...
- 面向固态激光雷达和惯导的里程计和建图
点云PCL免费知识星球,点云论文速读. 文章:Towards High-Performance Solid-State-LiDAR-Inertial Odometry and Mapping 作者:K ...
- 自动驾驶场景下的高效激光里程计
标题:Efficient LiDAR Odometry for Autonomous Driving 作者:Xin Zheng, Jianke Zhu, Senior Member, IEEE Zhe ...
- 面向自动驾驶车辆的高效激光里程计(ICRA2021)
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨泡泡机器人 来源丨泡泡机器人SLAM Efficient LiDAR Odometry for ...
- LiLi-OM: 走向高性能固态激光雷达惯性里程计和建图系统
点击上方"计算机视觉工坊",选择"星标" 干货第一时间送达 编辑丨当SLAM遇见小王同学 声明: 本文只是个人学习记录,侵权可删.论文版权与著作权等全归原作者所 ...
最新文章
- go语言学习-iota
- 北大韦神透露现状:自己课讲得不太好,中期学生退课后就剩下5、6个人
- 原子操作之sync/atomic
- 260. Single Number III
- Python 69个内置函数分8类总结,这样记更方便!
- 将阿里云上的nodejs应用配置成SAP云平台上destination的目的地之后
- MySQL5.6从库修改主机名同步停止的解决办法
- PHP_小数/四舍五入/上进/下取等
- 企业级CentOS操作系统的磁盘分区
- Character的static方法
- LCD屏幕调试 ~ 字模提取工具和图片转码工具
- anydesk 自建服务器,AnyDesk使用FRP自建远程桌面连接
- win10打开计算机加载很慢,Win10系统打开“此电脑”很慢总是在加载不显示怎么办...
- 解决svmtrain已被删除问题
- 计算机安装msvcr110.dll,安装WampServer报错 计算机中丢失MSVCR110.dll 的解决方法 | 睿客网...
- MIPI_DSI协议简要介绍
- 最近20年天文学有什么重大的进展
- 图像识别VPU——易用的嵌入式AI支持深度学习平台介绍
- 形式语言与自动机理论(1)----基础介绍
- Redis配置不当致使root被提权漏洞
热门文章
- 【一元多项式算法】设一个一元多项式采用带头结点的单链表存储,所有结点 按照升幂方式链接。设计一个算法,求两个多项式 A 和 B 的乘积,结果多项式 C 存放在新辟的空间中。
- 从欧几里得到拓展欧几里得
- TCP接收窗口--确定Window
- 零基础零经验自学Python,到精通Python要多久啊?
- C++:C++编程语言学习之数学运算运算符及其优先级的简介、案例应用之详细攻略
- Android自定义View-一个可可爱爱的波浪特效
- Python向左,数学向右:乌拉姆的素数研究
- 6款相见恨晚的资源网站,每个都百里挑一,送给正需要的你!
- 机器学习的学习经验总结!
- Eclipse中快捷键Ctrl + Alt + 向上箭头 或者 Ctrl + Alt + 向下箭头与Windows冲突