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.jsqmd.com/news/120500/

相关文章:

  • 【CVPR2021冠军方案深度解析】基于骨架感知的多模态手语识别系统:从零到一的完整实现指南
  • 儿童近视怎么办?科学防控攻略全解析
  • 2025年儿童羽绒服十大名牌测评:守护成长的温暖之选 - 品牌测评鉴赏家
  • 婴童羽绒服怎么选不踩坑?这5个口碑品牌帮你搞定冬日保暖难题 - 品牌测评鉴赏家
  • 前端vue3框架的快速搭建
  • 青少年羽绒服选购指南:选对温暖战袍,轻松过冬不臃肿 - 品牌测评鉴赏家
  • 9151 NTN 卫星轨道与波束类型
  • 双目相机视差算法原理与算法详细描述,它为什么可以计算每个像素的深度值?
  • 2025年12月童装时尚指南:揭秘那些超好看的童装品牌 - 品牌测评鉴赏家
  • 计算机Java毕设实战-基于springboot的演唱会购票系统的设计与实现线上线下结合的数字化票务管理【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • 青少年羽绒服怎么选?这5个口碑品牌闭眼入,学生党收藏这篇就够了 - 品牌测评鉴赏家
  • .netcore中appsetting.json中配置取项
  • 2025年12月中大童童装推荐|萌娃穿搭不踩雷,这几款闭眼入! - 品牌测评鉴赏家
  • 宝妈必收|高性价比童装品牌省钱攻略,从新生儿到16岁都有救 - 品牌测评鉴赏家
  • ASP.NET Core WebApi 集成 MCP 协议完全指南
  • 计算机Java毕设实战-基于springboot的养宠物指南服务平台系统的设计与实现基于Java SpringBoot的宠物社区互动平台的设计与【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • hive数据转存mysql - f
  • nRF9151 NTN 功能
  • Java毕设选题推荐:基于springboot的人力资源管理系统的设计与实现员工管理,部门管理,员工考勤管理,请假申请管理【附源码、mysql、文档、调试+代码讲解+全bao等】
  • Ollama本地部署大模型
  • 【毕业设计】基于springboot的演唱会购票系统的设计与实现(源码+文档+远程调试,全bao定制等)
  • 从开发一个AI美女聊天群组开始
  • 千问又震撼开源!AI 绘画告别“一整张图”,进入原生图层时代
  • nRF9151 NTN 支持的卫星频段与轨道类型
  • 2025年 AI 智能体企业级落地现状报告
  • 萌娃也要时尚出圈!这些婴童童装闭眼入 - 品牌测评鉴赏家
  • 27、老虎和小猫
  • 2025年12月中国童装品牌调研:HEYLADS男生女生童装外套质量评测 - 品牌测评鉴赏家
  • 【面试题】数据库事务隔离与传播属性是什么?
  • 【毕业设计】基于springboot的养宠物指南服务平台系统的设计与实现(源码+文档+远程调试,全bao定制等)