evo

Lo strumento standard di fatto per valutare e rappresentare graficamente le traiettorie di odometria/SLAM

Licenza

GPL-3.0

Panoramica

Toolkit Python per valutare i risultati di odometria e SLAM: calcola l'errore di posa assoluto e relativo (APE/RPE) con allineamento delle traiettorie, gestisce in modo intercambiabile i formati di traiettoria TUM, KITTI, EuRoC e ROS bag e produce grafici di confronto e tabelle statistiche di qualità da pubblicazione. evo è lo strumento di valutazione standard di fatto, citato in tutta la letteratura SLAM.

evo fornisce strumenti da riga di comando (evo_ape, evo_rpe, evo_traj) che caricano traiettorie da TUM, KITTI, EuRoC e ROS bag, le allineano con l'allineamento di Umeyama o all'origine (facoltativamente con scala per i sistemi monoculari), calcolano APE/RPE con relazioni di posa configurabili e disegnano grafici di traiettoria, di errore e a scatola. I risultati si esportano in file per il confronto in batch tra esecuzioni, e un'API Python supporta analisi personalizzate nei notebook.

Perché è importante

Prima di evo, ogni articolo SLAM valutava le traiettorie con i propri script, rendendo i risultati difficili da confrontare. evo ha standardizzato la valutazione APE/RPE ed è diventato lo strumento di riferimento accettato: revisori e lettori ora si aspettano numeri prodotti con esso.

Il problema che risolve

Confrontare equamente i sistemi di odometria richiede un allineamento delle traiettorie, metriche di errore e una gestione dei formati coerenti, dove è facile sbagliare in modo sottile. evo implementa una volta sola, e correttamente, la metodologia di valutazione consolidata per tutti i formati di dataset comuni.

Punti chiave

• Un'unica implementazione coerente di APE/RPE sostituisce gli script di valutazione dei singoli articoli
• Legge tutti i formati di traiettoria comuni: TUM, KITTI, EuRoC, bag di ROS 1/2
• L'allineamento di Umeyama con scala facoltativa tratta in modo equo lo SLAM monoculare
• Grafici e tabelle statistiche di qualità da pubblicazione già pronti
• L'API Python consente analisi in batch e nei notebook

A chi si rivolge

• Ricercatori SLAM che valutano e pubblicano risultati
• Ingegneri che eseguono test di regressione sulle pipeline di odometria
• Studenti che riproducono i risultati degli articoli

Limiti

• Valuta solo le traiettorie: nessuna diagnostica della qualità della mappa o dei singoli moduli
• La licenza GPL-3.0 può complicare l'integrazione in strumenti proprietari