evo

评测与绘制里程计/SLAM 轨迹的事实标准工具

许可证

GPL-3.0

概述

用于评测里程计与 SLAM 结果的 Python 工具包：计算带轨迹对齐的绝对与相对位姿误差（APE/RPE），可互换地处理 TUM、KITTI、EuRoC 与 ROS bag 格式，并生成可直接用于发表的对比图与统计表。evo 是 SLAM 文献中事实上的标准评测工具。

evo 提供命令行工具（evo_ape、evo_rpe、evo_traj），可从 TUM、KITTI、EuRoC 与 ROS bag 加载轨迹，使用 Umeyama 或原点对齐（对单目系统可选带尺度对齐），以可配置的位姿关系计算 APE/RPE，并渲染轨迹图、误差图与箱线图。结果可导出文件用于批量对比，Python API 支持在 notebook 中自定义分析。

为何重要

在 evo 出现之前，每篇 SLAM 论文都用自己的脚本评测轨迹，结果难以横向比较。evo 将 APE/RPE 评测标准化并成为公认的参考工具——如今审稿人和读者都默认期待用它产出的数据。

解决的问题

公平比较里程计系统需要一致的轨迹对齐、误差指标与格式处理——这些细节很容易悄悄出错。evo 将业已确立的评测方法学一次性、正确地实现，覆盖所有常见数据集格式。

要点

• 一份一致的 APE/RPE 实现取代了各篇论文自带的评测脚本
• 读取所有常见轨迹格式：TUM、KITTI、EuRoC、ROS 1/2 bag
• 带可选尺度的 Umeyama 对齐公平对待单目 SLAM
• 开箱即用的出版级图表与统计表格
• Python API 支持批量与 notebook 分析

适用人群

• 评测并发表结果的 SLAM 研究者
• 对里程计流水线做回归测试的工程师
• 复现论文结果的学生

局限

• 仅评测轨迹——不提供地图质量或分模块诊断
• GPL-3.0 许可可能给嵌入专有工具带来麻烦