TUM數據集groundtruth軌跡與估計軌跡(ORBSLAM2運行的結果)統一參考系
參考:https://blog.csdn.net/luo870604851/article/details/85006243
閱讀ORBSLAM的相關論文並且在UBuntu系統上編譯好ORB-SLAM2後,準備運行下程序,獲得估計的軌跡後,評估下軌跡的誤差。這裏運行的是rgbd_dataset_freiburg1_desk
數據集,關於深度圖和RGB圖、估計軌跡和真實軌跡的時間戳的對齊,使用的是associate.py
文件,具體可以參考高翔大佬的一起做RGB-D SLAM 第二季 (一)。繪製兩者的軌跡後,發現兩者完全沒有對上,然後看了groudtruth.txt
和KeyFrameTrajectory.txt
文件後,發現估計軌跡是以第一幀座標系作爲參考,而真值軌跡應該是以某個固定的座標系作爲參考。爲了能評估軌跡誤差,必須要知道兩個參考系之間的變換矩陣T。
首先考慮的是,在時間戳對齊後,求取第一幀groundtruth軌跡的逆作爲T,下圖是運行的結果。在論文中給出的是絕對位移誤差爲0.046m,而這裏計算的結果爲0.053m,誤差比較大。(這個差的還算比較小的了,其它的數據集也試過了,誤差更大。)
從上面的結果可以看出,直接取第一幀groundtruth軌跡的逆作爲T,最後求得的誤差要比論文裏給出的要大。分析原因,上述兩個參考系之間的變換矩陣T只由一幀計算得,存在比較大的誤差。因此,可以把所有幀均考慮進來,構建最小二乘問題來估計T,這就是一個ICP問題,在視覺SLAM十四講的第七章有給出求解方式。這可以使用SVD方法求解,也可以用非線性優化的方式求解。從下面的圖中可以看出,估計的絕對平移誤差爲0.043m,現在比較符合論文中的結果。
下面給出讀取軌跡文件並統一參考系,顯示軌跡,計算軌跡誤差的代碼。
#include <pangolin/pangolin.h>
#include <Eigen/Core>
#include <unistd.h>
#include <thread>
#include <sophus/se3.hpp>
class Trajectory{
public:
void showAssociateTrajectory();
vector<double> calTrajectoryError();
void readAssociateTrajectory(const string &strAssociateTrajectoryFile);
vector<double> mvimageTimeStamps, mvposeTimeStamps, mvtruthTimeStamps;
vector<Eigen::Isometry3d, Eigen::aligned_allocator<Eigen::Isometry3d>> mvpose;
vector<Eigen::Isometry3d, Eigen::aligned_allocator<Eigen::Isometry3d>> mvgroundTruthPose;
};
vector<Eigen::Isometry3d, Eigen::aligned_allocator<Eigen::Isometry3d>> pose;
vector<Eigen::Isometry3d, Eigen::aligned_allocator<Eigen::Isometry3d>> groundTruthPose;
// Input -> The path of associated trcjectory file.
void Trajectory::readAssociateTrajectory( const string &strAssociateTrajectoryFile){
ifstream fin(strAssociateTrajectoryFile);
string str;
if(!fin){
cerr << "Failed to open trajectory file at:" << strAssociateTrajectoryFile << endl;
exit(-1);
}
// Read trajectory file
double data[7];
// bool isFirstFrame = true;
// orbslam保存的軌跡是以第一幀爲世界座標系,需要將groundtruth軌跡的世界座標變換到估計軌跡的固定座標
// Eigen::Isometry3d Tinv;
while(!fin.eof()){
double realTimeStamp, truthTimeStamp;
Eigen::Vector3d v;
fin >> realTimeStamp;
if(fin.fail()) { // 在讀數據後判斷,避免多讀一行數據!!
break;
}
mvposeTimeStamps.push_back(realTimeStamp);
//讀取實際軌跡
for(size_t i = 0; i < 7; i++){
fin >> data[i];
}
Eigen::Quaterniond q(data[6],data[3],data[4],data[5]);
Eigen::Isometry3d T(q);
T.pretranslate(Eigen::Vector3d(data[0],data[1],data[2])); //左乘,相對與旋轉前的座標
pose.push_back(T);
fin >> truthTimeStamp;
//讀取軌跡真值
for(size_t i = 0; i < 7; i++){
fin >> data[i];
}
Eigen::Quaterniond q1(data[6],data[3],data[4],data[5]);
Eigen::Isometry3d T1(q1);
T1.pretranslate(Eigen::Vector3d(data[0],data[1],data[2]));
// if(isFirstFrame){
// Tinv = T1.inverse();
// cout << "兩組軌跡之間的變換矩陣:" << endl;
// cout << "T:" << Tinv.matrix() << endl;
// isFirstFrame = false;
// }
mvtruthTimeStamps.push_back(truthTimeStamp);
// groundTruthPose.push_back(Tinv*T1);
groundTruthPose.push_back(T1);
}
// // 將groundtruth軌跡的世界座標系轉換到估計軌跡的世界座標系下
Eigen::Vector3d estiMid, truthMid; // 兩組點的質心
vector<Eigen::Vector3d> vEsti, vTruth; // 兩組點的去質心座標
int N = pose.size();
for(size_t i = 0; i < N ; i++){
estiMid += pose[i].translation();
truthMid += groundTruthPose[i].translation();
}
estiMid /= N;
truthMid /=N;
vEsti.resize(N); vTruth.resize(N);
for(int i = 0; i < N; i++){
vEsti[i] = pose[i].translation() - estiMid;
vTruth[i] = groundTruthPose[i].translation() - truthMid;
}
Eigen::Matrix3d W = Eigen::Matrix3d::Zero();
for(size_t i = 0 ; i < N ; i++){
W += vEsti[i]*(vTruth[i].transpose());
}
Eigen::JacobiSVD<Eigen::Matrix3d> svd (W, Eigen::ComputeFullU|Eigen::ComputeFullV);
Eigen::Matrix3d u = svd.matrixU();
Eigen::Matrix3d v = svd.matrixV();
Eigen::Matrix3d R = u * (v.transpose());
Eigen::Vector3d t = estiMid - R * truthMid;
Eigen::Isometry3d T = Eigen::Isometry3d::Identity();
cout << "兩組軌跡之間的變換矩陣:" << endl;
cout << "R: " << R << endl; //這兩行輸出註釋掉,結果會出錯?!(迷~~)
cout << "t: " << t << endl;
// // 方式1 (方式一和方式二T必須初始化成單位矩陣)
T.translate(t);
T.rotate(R);
// // 方式2
// T.rotate(R); // 旋轉後,translate()是相對旋轉後的座標,pretranslate()是相對於旋轉前的座標
// T.pretranslate(t); // 帶pre的函數表示左乘,不帶的表示右乘
// // 方式3
// // T.matrix().block(0, 0, 3, 3) = R;
// // T.matrix().col(3) = t.homogeneous(); // 將平移向量變成對應的齊次座標
// // T.matrix().row(3) = Eigen::Vector4d(0, 0, 0, 1);
cout << "T:" << T.matrix() << endl;
for(auto &p: groundTruthPose){
p = T*p;
}
mvpose = pose;
mvgroundTruthPose = groundTruthPose;
}
void Trajectory::showAssociateTrajectory(){
assert(pose.size() == groundTruthPose.size());
assert(!pose.empty() && !groundTruthPose.empty());
pangolin::CreateWindowAndBind("Trajectory Viewer", 1024, 768); //創建一個窗口
glEnable(GL_DEPTH_TEST); //啓動深度測試,OpenGL只繪製最前面的一層,繪製時檢查當前像素前面是否有別的像素,如果別的像素擋住了它,那它就不會繪製
glEnable(GL_BLEND); //在openGL中使用顏色混合
glBlendFunc(GL_SRC_ALPHA, GL_ONE_MINUS_SRC_ALPHA); //選擇混合選項
// 1. 定義相機投影模型:ProjectionMatrix(w, h, fu, fv, u0, v0, zNear, zFar)
// 2. 定義觀測方位向量:
// 觀測點位置:(mViewpointX mViewpointY mViewpointZ)
// 觀測目標位置:(0, 0, 0)
// 觀測的方位向量:(0.0,-1.0, 0.0)
pangolin::OpenGlRenderState s_cam(
pangolin::ProjectionMatrix(1024, 768, 500, 500, 512, 289, 0.1, 1000),
pangolin::ModelViewLookAt(0, -0.1, -1.8, 0, 0, 0, 0.0, -1.0, 0.0)
);
// 定義地圖面板
// 前兩個參數(0.0, 1.0)表明寬度和麪板縱向寬度和窗口大小相同
// 中間兩個參數(pangolin::Attach::Pix(175), 1.0)表明右邊所有部分用於顯示圖形
// 最後一個參數(-1024.0f/768.0f)爲顯示長寬比
pangolin::View &d_cam = pangolin::CreateDisplay().SetBounds(0.0, 1.0 ,0.0 , 1.0, -1024.0f/768.0f)
.SetHandler(new pangolin::Handler3D(s_cam));
while(pangolin::ShouldQuit() == false){
//消除緩衝區中的當前可寫的顏色緩衝和深度緩衝
glClear(GL_COLOR_BUFFER_BIT | GL_DEPTH_BUFFER_BIT); // |和& -> 總是要計算兩個數
d_cam.Activate(s_cam);
// 設置爲白色,glClearColor(red, green, blue, alpha),數值範圍(0, 1)
glClearColor(1.0f, 1.0f, 1.0f, 1.0f);
glLineWidth(2);
//畫出連線
for(size_t i = 0; i < pose.size(); i++){
glColor3f(0.0, 0.0, 0.0);
glBegin(GL_LINES);
auto p1 = pose[i], p2 = pose[i+1];
glVertex3d(p1.translation()[0], p1.translation()[1], p1.translation()[2]);
glVertex3d(p2.translation()[0], p2.translation()[1], p2.translation()[2]);
glEnd();
glColor3f(1.0, 0.0, 0.0); //紅色是參考軌跡
glBegin(GL_LINES);
p1 = groundTruthPose[i];
p2 = groundTruthPose[i+1];
glVertex3d(p1.translation()[0], p1.translation()[1], p1.translation()[2]);
glVertex3d(p2.translation()[0], p2.translation()[1], p2.translation()[2]);
glEnd();
}
pangolin::FinishFrame();
usleep(5000); // sleep 5 ms
}
}
vector<double> Trajectory::calTrajectoryError(){
assert(pose.size() == groundTruthPose.size());
assert(!pose.empty() && !groundTruthPose.empty());
double ATE_all = 0, ATE_trans = 0;
vector<double> ATE;
for(size_t i = 0; i < pose.size() ; i++){
Sophus::SE3d p1(pose[i].rotation(),pose[i].translation());
Sophus::SE3d p2(groundTruthPose[i].rotation(),groundTruthPose[i].translation());
double error = ((p2.inverse() * p1).log()).norm();
ATE_all += error * error;
error = (groundTruthPose[i].translation() - pose[i].translation()).norm();
ATE_trans += error*error;
}
ATE_all = ATE_all / double(pose.size());
ATE_all = sqrt(ATE_all);
ATE_trans = ATE_trans / double(pose.size());
ATE_trans = sqrt(ATE_trans);
ATE.push_back(ATE_all);
ATE.push_back(ATE_trans);
return ATE;
}