SLAM 精度的評估有兩個最重要的指標，即絕對軌跡誤差（ATE）和相對位姿誤差（RPE）的
均方根誤差（RMSE）:
絕對軌跡誤差:直接計算相機位姿的真實值與 SLAM 系統的估計值之間的差值，首先將真實
值與估計值的時間戳對齊，然后計算每對位姿之間的差值，適合于評估 SLAM 系統的性能。
相對位姿誤差:用于計算兩個相同時間戳上相機位姿的真實值與 SLAM 算法的估計值之間每
隔一段時間位姿變化量之間的差值，也可以理解為位姿真實值與與估計值的實時比較。該標
準適合于估計系統的漂移。
端到端誤差（回環誤差）：一段存在回環的軌跡里，SLAM 算法估算的軌跡起點與終點之間
的距離差值。
二 評估工具
evo是一款用于視覺里程計和 slam 問題的軌跡評估工具。核心功能是能夠繪制相機的軌跡，
或評估估計軌跡與真值的誤差。支持多種數據集的軌跡格式（TUM、KITTI、EuRoC MAV、
ROS 的 bag），同時支持這些數據格式之間進行相互轉換。在此僅對其基本功能做簡要介紹。
1.evo 安裝方法
該工具目前被托管在 github 上了，其項目地址為 https://github.com/MichaelGrupp/evo。
作者提供了兩種安裝方法。推薦使用 pip 工具進行安裝，只需要一行代碼即可，將如下代碼
復制到你的終端中運行
pip install evo --upgrade --no-binary evo
2.evo 使用方法
evo 工具主要有如下六個命令：
evo_ape - 用于評估絕對軌跡誤差；
evo_rpe- 用于評估相對位姿誤差；
46
cvlife.net evo_traj - 這個主要是用來畫軌跡、輸出軌跡文件、轉換數據格式等功能；
evo_config - 這個主要用于 evo 工具全局設置和配置文件操作；
evo_res- 比較來自 evo_ape 或 evo_rpe 生成的一個或多個結果文件的工具；
evo_fig - 用于重新打開序列化圖（使用–serialize_plot 保存）；
2.1 evo_ape 用法
該命令用于評估兩條軌跡的絕對位姿誤差，最簡單的使用方法為：
evo_ape kitti a.txt b.txt
解釋：如上命令的意思是，比較 kitti 數據集格式的 a.txt 和 b.txt 文件的絕對誤差精度。如果
你要比較的數據集格式為 euroc，那么此時可以使用如下命令：
evo_ape euroc a.csv b.csv
evo 共支持 kitti、tum、euroc 這三個公開數據集格式。
需要注意兩個待比較的數據文件必須格式一致，都為 kitti、tum 或者 euroc
當你使用上面的命令之后，會在你的終端中產生如下類型的結果：
其中：
max：表示最大誤差；
mean：平均誤差；
median：誤差中位數；
min：最小誤差；
rmse：均方根誤差；
sse：和方差、誤差平方和；
std：標準差。
evo_ape 命令后面可以添加的參數有很多，使用如下命令查看參數解析：
evo_ape kitti -h
同樣的是你還可以使用：
evo_ape tum -h
下面示范一個常用的用法，當我們獲得單目 SLAM 生成的軌跡文件時，此時我們需要和真實
軌跡進行對比，但是我們知道單目 SLAM 是沒有尺度的，所以兩個軌跡一定不會一樣大，所
以我們需要對軌跡進行 sim(3)相似變換，那么 evo 就會自動的對軌跡的位移、旋轉、尺度進
行對齊，完成這個任務的代碼如下：
evo_ape tum data.tum CameraTrajectory.txt -aps
解釋：參數-a、-s、-p 即為選擇的參數，分別表示進行軌跡的對齊和尺度修正，以及-p 表
示畫圖誤差的圖和兩個軌跡的圖。
2.2 evo_rpe 用法
該命令用于比較兩個軌跡之間的相對軌跡誤差，也就是兩個時間戳相同時刻的軌跡軌跡誤
47
cvlife.net 差，更具體來說，兩組軌跡持續時間相同，但是采樣頻率不同，那么之間就會有一些少量的
相同時間戳，那么這些相同的時間戳就可以進行一對一比較誤差。同樣的這些誤差也會有平
均誤差、最大、最小誤差等等結果。命令使用方法如下：
evo_rpe xxx a.txt b.txt
evo_rpe 命令依然可以添加一些可選參數項，你同樣可以使用如下命令查看可選參數的具體
介紹和用法：
evo_rpe xxx -h
解釋：其中 xxx 為 tum、kitti、euroc、rosbag 中的一種
2.3 evo_traj 用法
該命令 evo_traj 命令十分有用，它主要用于畫軌跡圖、表格，轉換數據格式等等操作。
下面我們來看一個簡單的用法：
evo_traj tum a.txt
輸出為：
該命令如果不添加任何參數項，那么就輸出軌跡的相關信息。
我們只要簡單的添加一個參數-p 或者--plot 即可看到軌跡的圖形，命令如下：
evo_traj tum a.txt -p
效果如下：
進一步當我們想要畫兩個或者兩個以上的軌跡時：
48
cvlife.net evo_traj tum a.txt b.txt c.txt -p
如果我們想要兩個軌跡匹配到同一個原點那么可以使用參數如下：
evo_traj tum a.txt b.txt c.txt -p --align_origin
又比如下面的命令：
evo_traj kitti 0.txt 1.txt --ref=0.txt -p --plot_mode=xz
解釋：上面命令中參數--ref 表示設置軌跡為參考，--plot_mode=xz 表示軌跡投影到 xz 軸
顯示。
還有一些額外的可選項，它們很有用，你可以通過-h 選項查看參數的介紹和用法。
2.4 evo_config 用法
evo_config 命令比較少用，多數情況下，我們使用默認配置即可。
你可以使用如下命令，查看 evo 默認的一些系統參數設置：
evo_config show --brief
運行上面的命令之后，你的終端上就可以輸出如下信息：
{
"console_logging_format": "%(message)s",
"euler_angle_sequence": "sxyz",
"global_logfile_enabled": false,
"plot_axis_marker_scale": 0.0,
"plot_backend": "Qt5Agg",
"plot_export_format": "pdf",
"plot_figsize": [
6,
6
],
"plot_fontfamily": "sans-serif",
"plot_fontscale": 1.0,
"plot_invert_xaxis": false,
"plot_invert_yaxis": false,
"plot_linewidth": 1.5,
"plot_multi_cmap": "none",
"plot_reference_alpha": 0.5,
"plot_reference_color": "black",
"plot_reference_linestyle": "--",
"plot_seaborn_palette": "deep6",
"plot_seaborn_style": "darkgrid",
"plot_split": false,
"plot_statistics": [
"rmse",
"median",
"mean",
"std",
"min",
"max"
49
cvlife.net ],
"plot_texsystem": "pdflatex",
"plot_trajectory_alpha": 0.75,
"plot_trajectory_cmap": "jet",
"plot_trajectory_linestyle": "-",
"plot_usetex": false,
"plot_xyz_realistic": true,
"ros_map_alpha_value": 1.0,
"ros_map_unknown_cell_value": 205,
"save_traj_in_zip": false,
"table_export_data": "stats",
"table_export_format": "csv",
"table_export_transpose": true
}
如果你想要對某一項參數進行修改，比如你想修改輸出的圖像格式，你可以使用如下命令：
evo_config set plot_export_format png
又比如你想做如下的操作：
1.將畫圖背景更改成白色網格
evo_config set plot_seaborn_style whitegrid
2.將字體改為襯線型并調為 1.2 倍大小
evo_config set plot_fontfamily serif plot_fontscale 1.2
3.將畫圖所使用的線型改為 -
evo_config set plot_reference_linestyle -
4.將所畫圖的圖像大小調整為 10 9（寬 高）
evo_config set plot_figsize 10 9
5.當你想要將配置還原為默認時，只需要使用命令：
evo_config reset
當你對 evo 的使用有一個大致的理解之后，我覺得你再摸索和使用就會方便很多，當你看完
本篇博客之后，如果你還想進一步了解它更細致的使用，你可以瀏覽的 evo 在 github 上的
wiki，網址為：https://github.com/MichaelGrupp/evo/wiki
參考 https://www.guyuehome.com/37988
https://blog.csdn.net/u011341856/article/details/104594392
https://blog.csdn.net/qq_42601453/article/details/121024209
