TUM數據集rgbd_benchmark工具的使用方法

 # 在學習視覺slam過程中，需要對數據集合進行預處理和對slam或者跟蹤結果進行評價，TUM提供一組這樣的工具，為了自己以后方便查找，於是把它記錄下來

一、RGBD_Benchmark工具下載鏈接：Download here

     下載鏈接下有如下python腳本，可供使用

       1.  add_pointclouds_to_bagfile.py

       2. associate.py

       3. evaluate_ate.py

      4. evaluate_rpe.py

      5. generate_pointcloud.py

      6. generate_registered_pointcloud.py

      7. plot_trajectory_into_image.py

二、RGBD_Benchmark工具使用方法（部分，后續用到再做完善）

1. associate.py

通過timestamp(時間戳)生成rgb和depth的關聯文件，命令如下：

python associate.py rgb.txt depth.txt > associations.txt

2. 評價腳本

　　在估計了相機軌跡並將其保存到文件后，我們需要通過將其與地面實況進行比較來評估估計軌跡中的誤差。 有不同的誤差指標。

       兩種突出的方法是絕對軌跡誤差（ATE）和相對姿態誤差（RPE）。

       ATE適合評估視覺SLAM系統的性能。 相比之下，RPE適合評估視覺里程計的漂移量，例如每秒的漂移量。

2.1 evaluate_ate.py

     絕對軌跡誤差腳本直接測量真實軌跡和估計軌跡的點之間的差異。

   作為預處理步驟，我們使用時間戳將估計的姿勢與地面真實姿勢相關聯。 基於此關聯，我們使用奇異值分解來對齊真實軌跡和估計軌跡。

   最后，我們計算每對姿勢之間的差異，並輸出這些差異的均值/中值/標准差。 

   此外，腳本還可以將兩個軌跡繪制到png或pdf文件，這樣一來可以更加直觀的看到差異。

   接下來，我們分別看一下相應的腳本執行命令

（注：需要將evaluate_ate.py、groundtruth.txt、CameraTrajectory.txt、associate.py放在同一位置）

（1）僅輸出RMSE/cm誤差，執行如下命令：

python evaluate_ate.py groundtruth.txt CameraTrajectory.txt

（2）輸出真實軌跡和預測軌跡以及誤差，並直觀顯示，執行如下命令：

python evaluate_ate.py groundtruth.txt CameraTrajectory.txt --plot result.png

（3）輸出所有誤差，包含平均值，中值等, 執行如下命令：

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

2.1 evaluate_pre.py

        為了計算相對姿勢誤差，需要使用腳本''evaluate_rpe.py''。此腳本計算時間戳對之間相對運動中的誤差。

       

       默認情況下，該腳本計算估計軌跡文件中所有時間戳對之間的錯誤。

       

       由於估計軌跡中的時間戳對的數量在軌跡的長度上是二次的，因此將該集合下采樣為固定數量（-max_pairs）是有意義的。

 

       或者，可以選擇使用固定窗口大小（-fixed_delta）。 在這種情況下，估計軌跡中的每個姿勢根據窗口大小（-δ）和單位（-delta_unit）與稍后的姿勢相關聯。

 

       該評估技術可用於估計漂移量。