当前位置: 首页 > news >正文

视觉SLAM十四讲(v2)-(4.4.2)例子:详细解释评估轨迹的误差公式

视觉SLAM十四讲(v2)-(4.4.2)例子:详细解释评估轨迹的误差公式


在视觉SLAM等实际工程中,评估算法估计轨迹与真实轨迹的差异至关重要,以下将详细解释绝对轨迹误差(ATE)和相对位姿误差(RPE)这两种评估轨迹误差的公式。

绝对轨迹误差(Absolute Trajectory Error, ATE)

公式

ATEall=1N∑i=1N∥log⁡(Tgt,i−1Testi,i)∨∥22ATE_{all} = \sqrt{\frac{1}{N} \sum_{i = 1}^{N} \left\| \log \left( T_{gt,i}^{-1} T_{esti,i} \right)^{\vee} \right\|_{2}^{2}}ATEall=N1i=1Nlog(Tgt,i1Testi,i)22
ATEtrans=1N∑i=1N∥trans(Tgt,i−1Testi,i)∥22ATE_{trans} = \sqrt{\frac{1}{N} \sum_{i = 1}^{N} \left\| \text{trans} \left( T_{gt,i}^{-1} T_{esti,i} \right) \right\|_{2}^{2}}ATEtrans=N1i=1Ntrans(Tgt,i1Testi,i)22

解释
  • 整体含义:ATE用于衡量估计轨迹与真实轨迹之间的整体差异,反映了估计轨迹相对于真实轨迹的旋转和平移误差的综合情况。
  • 符号说明
    • NNN表示轨迹中的位姿数量,iii是位姿的索引,i=1,⋯ ,Ni = 1, \cdots, Ni=1,,N
    • Tgt,iT_{gt,i}Tgt,i是真实轨迹在第iii个时刻的位姿,Testi,iT_{esti,i}Testi,i是估计轨迹在第iii个时刻的位姿。
    • Tgt,i−1Testi,iT_{gt,i}^{-1} T_{esti,i}Tgt,i1Testi,i计算的是估计位姿相对于真实位姿的变换关系。
    • log⁡(⋅)∨\log(\cdot)^{\vee}log()操作是将李群空间中的变换映射到李代数空间。在三维空间中,李代数可以表示旋转和平移的微小变化,通过这个操作可以将位姿的差异转换为更容易处理的向量形式。
    • ∥⋅∥2\left\| \cdot \right\|_{2}2L2L_2L2范数,用于计算向量的模长。
    • trans(⋅)\text{trans}(\cdot)trans()函数用于提取变换矩阵中的平移部分。
  • 两种形式
    • ATEallATE_{all}ATEall考虑了位姿的旋转和平移误差,通过李代数的方式将旋转和平移统一表示并计算其均方根误差,能够全面反映轨迹的整体误差情况。
    • ATEtransATE_{trans}ATEtrans仅考虑平移误差,通过提取变换矩阵中的平移部分并计算其均方根误差,适用于主要关注轨迹平移精度的情况。

相对位姿误差(Relative Pose Error, RPE)

公式

RPEall=1N−Δt∑i=1N−Δt∥log⁡((Tgt,i−1Tgt,i+Δt)−1(Testi,i−1Testi,i+Δt))∨∥22RPE_{all} = \sqrt{\frac{1}{N - \Delta t} \sum_{i = 1}^{N - \Delta t} \left\| \log \left( \left( T_{gt,i}^{-1} T_{gt,i + \Delta t} \right)^{-1} \left( T_{esti,i}^{-1} T_{esti,i + \Delta t} \right) \right)^{\vee} \right\|_{2}^{2}}RPEall=NΔt1i=1NΔtlog((Tgt,i1Tgt,i+Δt)1(Testi,i1Testi,i+Δt))22
RPEtrans=1N−Δt∑i=1N−Δt∥trans((Tgt,i−1Tgt,i+Δt)−1(Testi,i−1Testi,i+Δt))∥22RPE_{trans} = \sqrt{\frac{1}{N - \Delta t} \sum_{i = 1}^{N - \Delta t} \left\| \text{trans} \left( \left( T_{gt,i}^{-1} T_{gt,i + \Delta t} \right)^{-1} \left( T_{esti,i}^{-1} T_{esti,i + \Delta t} \right) \right) \right\|_{2}^{2}}RPEtrans=NΔt1i=1NΔttrans((Tgt,i1Tgt,i+Δt)1(Testi,i1Testi,i+Δt))22

解释
  • 整体含义:RPE衡量的是在固定时间间隔Δt\Delta tΔt内,估计轨迹的相对位姿变化与真实轨迹的相对位姿变化之间的差异,主要用于评估算法在短时间内的运动估计精度。
  • 符号说明
    • Δt\Delta tΔt是固定的时间间隔,表示要比较的相邻位姿之间的时间差。
    • Tgt,i−1Tgt,i+ΔtT_{gt,i}^{-1} T_{gt,i + \Delta t}Tgt,i1Tgt,i+Δt计算的是真实轨迹在iii时刻到i+Δti + \Delta ti+Δt时刻的相对位姿变换。
    • Testi,i−1Testi,i+ΔtT_{esti,i}^{-1} T_{esti,i + \Delta t}Testi,i1Testi,i+Δt计算的是估计轨迹在iii时刻到i+Δti + \Delta ti+Δt时刻的相对位姿变换。
    • (Tgt,i−1Tgt,i+Δt)−1(Testi,i−1Testi,i+Δt)\left( T_{gt,i}^{-1} T_{gt,i + \Delta t} \right)^{-1} \left( T_{esti,i}^{-1} T_{esti,i + \Delta t} \right)(Tgt,i1Tgt,i+Δt)1(Testi,i1Testi,i+Δt)计算的是估计的相对位姿变换相对于真实相对位姿变换的差异。
    • 其余符号含义与 ATE 公式中相同。
  • 两种形式
    • RPEallRPE_{all}RPEall考虑了相对位姿的旋转和平移误差,通过李代数的方式全面评估相对位姿变化的精度。
    • RPEtransRPE_{trans}RPEtrans仅考虑相对平移误差,适用于重点关注相对平移精度的情况。

这些误差指标为评估视觉SLAM等算法的轨迹估计性能提供了量化的标准,帮助开发者了解算法在不同方面的精度表现,从而进行优化和改进。

http://www.cnnetsun.cn/news/175234.html

相关文章:

  • Java毕设项目推荐-基于SpringBoot的演唱会门票在线预定系统的设计与实现基于springboot的演唱会购票系统的设计与实现【附源码+文档,调试定制服务】
  • 升压芯片很简单(一),快速选择升压芯片+利用升压芯片设计LED电源
  • 基于web的人才招聘网站设计 nodejs vue
  • 测试20个降AI率工具后,我找到了2个去ai痕迹效果好的网站,还有免费降AI额度。
  • Thinkphp和Laravel在线点餐系统的设计与实现vue
  • 现代cpp在传统内存分配上的改进
  • Java毕设项目:基于springboot的物业报修系统的设计与实现(源码+文档,讲解、调试运行,定制等)
  • 【计算机毕业设计案例】基于springboot的物业报修系统的设计与实现线上化的报修管理平台(程序+文档+讲解+定制)
  • Java毕设选题推荐:基于springboot的社区团购系统的设计与实现、拼团下单、配送调度、资金结算【附源码、mysql、文档、调试+代码讲解+全bao等】
  • Java计算机毕设之基于springboot的幼儿园管理系统的设计与实现为幼儿园(含普惠园、民办园、连锁园)设计的 “家园共育 + 日常运营 + 安全监管(完整前后端代码+说明文档+LW,调试定制等)
  • I/O多路复用
  • 视频播放器PotPlayer下载安装教程:超详细图文步骤(PC+安卓)
  • Semantic Kernel 实战系列(六) - Memory与向量存储
  • 一个基于 .NET MAUI 的开箱即用的 UI 组件库,可快速搭建面向业务的应用程序界面!
  • Semantic Kernel 实战系列(七) - 高级主题 - Agents 与多代理系统
  • LeetCode每日一题——K个一组翻转链表
  • 大模型后训练:中美路径与商业闭环|附56页PDF文件下载
  • 震惊!选对云服务器代理商,这5个关键指标必须知道!
  • 2025年度复盘与总结
  • ESA正式授予Sivers波束成形技术开发合同
  • 基于UKF-IMM无迹卡尔曼滤波与交互式多模型的轨迹跟踪算法matlab仿真,对比EKF-IMM和UKF
  • Java毕设项目:基于springboot的高校校园一卡通管理系统的设计与实现(源码+文档,讲解、调试运行,定制等)
  • 2025年最实用的3个免费降ai率工具和免费ai查重工具,不用焦虑ai率过高!
  • 计算机Java毕设实战-基于springboot村委办公管理系统 基于SpringBoot的乡村事务综合服务平台的设计与实现【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • Java毕设选题推荐:基于springboot的村务管理系统的设计与实现智慧村务管理系统的设计与实现【附源码、mysql、文档、调试+代码讲解+全bao等】
  • 老派C++程式設計師 vs. 現代C++程式設計師:類型系統觀念的全面戰爭
  • 2025年论文去AI率工具合集:每天5次免费AIGC查重+1500字免费降AI!
  • MySQL 千万级表变更字段,要想不锁表,可以这么做!
  • 【毕业设计】基于springboot的校园零售管理系统的设计与实现(源码+文档+远程调试,全bao定制等)
  • 硬件自查自纠!十年前的电脑可能还可以再战十年