從零開始做自動駕駛定位(二):軌迹精度評估
一、EVO工具的使用
1.evo簡介
evo [1] 是一個很好的測評工具,它可以根據時間戳将軌迹進行對齊,同時可以将不同尺度的軌迹按照你指定的标準軌迹進行拉伸對齊,并可以算出均方差等評定參數,用于測評slam算法性能。支援的格式有:
- “TUM” 軌迹檔案;
- “KITTI“ 位姿檔案;
- “EuRoC MAV” (.csv groundtruth and TUM trajectory file);
- ROS bagfile with
,geometry_msgs/PoseStamped
,geometry_msgs/TransformStamped
orgeometry_msgs/PoseWithCovarianceStamped
topics or TF messages;nav_msgs/Odometry
- 關于具體格式相關,見 [2]。
2.evo安裝
evo共有兩種安裝方式 [1][3]:
- 2.1 二進制快捷安裝 :直接安裝最新的穩定發行版:
pip install evo --upgrade --no-binary evo
- 2.2 源碼編譯安裝
1)下載下傳evo,也可以在home中直接下載下傳
git clone https://github.com/MichaelGrupp/evo.git
2)進入evo檔案夾,編譯安裝
pip install --editable . --upgrade --no-binary evo
3.evo工具使用
3.1 指令行接口
度量名額(具體原裡參見高博十四講第二版4.4.2小節):
-
- 絕對位姿誤差evo_ape
-
- 相對位姿誤差evo_rpe
工具:
-
- 用于分析、繪制或者導出一個或多個軌迹;evo_traj
-
- 用于對比一個或者多個從evo_res
或者evo_ape
evo_rpe生成的結果檔案;
-
- (experimental) tool for re-opening serialized plots (saved withevo_fig
)--serialize_plot
-
- 用于操作全局設定和配置檔案evo_config
更多的參數細節詳見 [4]。
3.2 具體的工作舉例
注意:下面的測試檔案在evo的github源碼裡(詳見官網 [1])
1) 多軌迹繪制
cd test/data
evo_traj kitti KITTI_00_ORB.txt KITTI_00_SPTAM.txt --ref=KITTI_00_gt.txt -p --plot_mode=xz
2) 軌迹誤差度量
mkdir results
evo_ape kitti KITTI_00_gt.txt KITTI_00_ORB.txt -va --plot --plot_mode xz --save_results results/ORB.zip
evo_ape kitti KITTI_00_gt.txt KITTI_00_SPTAM.txt -va --plot --plot_mode xz --save_results results/SPTAM.zip
3) 多個軌迹誤差分析
evo_res results/*.zip -p --save_table results/table.csv
值得一提的是還有另一個比較類似的工具:rpg_trajectory_evaluation,具體的使用參考官網 [5],功能似乎沒有evo那麼強,不過這個工具對應了論文 [6],該論文詳細的闡述了估計誤差度量的推導及優缺點(尤其單目),有興趣的可以看一看。
參考資料:
[1] evo : https://github.com/MichaelGrupp/evo
[2] evo Formats : https://github.com/MichaelGrupp/evo/wiki/Formats
[3] 測評工具evo安裝與使用 : https://blog.csdn.net/weixin_44386661/article/details/103080551
[4] evo/Home more detailed documentation and examples : https://github.com/MichaelGrupp/evo/wiki
[5] rpg_trajectory_evaluation : https://github.com/uzh-rpg/rpg_trajectory_evaluation
[6] Z. Zhang and D. Scaramuzza, "A Tutorial on Quantitative Trajectory Evaluation for Visual(-Inertial) Odometry," 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Madrid, 2018, pp. 7244-7251, doi: 10.1109/IROS.2018.8593941.