news 2026/4/20 16:17:08

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

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/18 13:14:57

Thinkphp和Laravelpython桂平旅游管理系统vue

目录具体实现截图项目开发技术介绍PHP核心代码部分展示系统结论源码获取/同行可拿货,招校园代理具体实现截图 本系统(程序源码数据库调试部署讲解)带文档1万字以上 同行可拿货,招校园代理 Thinkphp和Laravelpython桂平旅游管理系统vue 项目开发技…

作者头像 李华
网站建设 2026/4/16 15:39:22

Linux设备树基础

Linux设备树基础笔记学习整理基于野火鲁班猫教程并且添加自己学习后理解的内容然后还有ai的一些总结。如果有说的不好或者不对的地方希望大家指正!!!这是设备树的简略图,设备树的根节点扩张了许多子节点。有关设备树,D…

作者头像 李华
网站建设 2026/4/18 8:13:42

基于Thinkphp和Laravel框架的竞赛管理系统vue

目录具体实现截图项目开发技术介绍PHP核心代码部分展示系统结论源码获取/同行可拿货,招校园代理具体实现截图 本系统(程序源码数据库调试部署讲解)带文档1万字以上 同行可拿货,招校园代理 基于Thinkphp和Laravel框架的竞赛管理系统vue 项目开发技…

作者头像 李华
网站建设 2026/4/16 14:21:53

one-hot编码

我来详细介绍一下 one-hot 编码(独热编码)。什么是 One-Hot 编码?One-Hot 编码是一种将分类变量转换为二进制向量的技术,其中每个类别都表示为一个二进制向量,只有一个元素为1("热")&…

作者头像 李华
网站建设 2026/4/19 10:47:43

Agilent安捷伦8564EC-40g频谱分析仪

射频江湖的“老炮儿”:安捷伦8564EC,为何至今仍是传奇?156/2558//3328在射频工程师的实验室里,如果看到一个笨重但依然锃亮的“大铁盒子”,前面板布满实体按键和旋钮,屏幕或许有些发黄,但显示的…

作者头像 李华
网站建设 2026/4/18 14:42:41

提示工程架构师必读:Agentic AI技术生态标准化与开源社区发展报告

提示工程架构师必读:Agentic AI技术生态标准化与开源社区发展报告 引言:Agentic AI的“野蛮生长”与架构师的痛点 1. 从“工具化AI”到“Agentic AI”:一场范式革命 2023年以来,Agentic AI(智能体AI)成为AI领域最热门的方向之一。与传统“被动执行指令”的AI(如ChatG…

作者头像 李华