slam|ORB-SLAM3与ORB-SLAM2对比 evo|最小均方误差

ORB-SLAM3与ORB-SLAM2轨迹对比由于ORB_SLAM2/Examples/ROS/ORB_SLAM2/src下的ros_stereo.cc中有这两句：

// Stop all threads SLAM.Shutdown(); // Save camera trajectory SLAM.SaveKeyFrameTrajectoryTUM("ORB-SLAM2-KeyFrameTrajectory.txt"); SLAM.SaveTrajectoryTUM("ORB-SLAM2-FrameTrajectory.txt"); SLAM.SaveTrajectoryKITTI("FrameTrajectory_KITTI_Format.txt");

【slam|ORB-SLAM3与ORB-SLAM2对比】说明ORB_SLAM2在ros运行结束后可以保存轨迹。而在github上下的ORB_SLAM3中对应/ROS/ORB_SLAM3/src下的ros_stereo_inertial.cc中却没有这几句，因此需要自己码进去：

// Stop all threads SLAM.Shutdown(); // Save camera trajectory SLAM.SaveKeyFrameTrajectoryTUM("ORB-SLAM3-KeyFrameTrajectory.txt"); // Save camera trajectory SLAM.SaveTrajectoryTUM("ORB-SLAM3-FrameTrajectory.txt");

然后分别对ORB-SLAM3与ORB-SLAM2进行编译：

chmod +x build_ros.sh ./build_ros.sh

打开一个终端运行ros：

roscore

分别在对应的文件夹下运行ORB-SLAM2与ORB-SLAM3：

// 根据自己的路径改一下啊！！！ rosrun ORB_SLAM3 Stereo_Inertial /home/ipsg/1295/ORB_SLAM3/Vocabulary/ORBvoc.txt /home/ipsg/1295/ORB_SLAM3/Examples/Stereo-Inertial/EuRoC.yaml true

接着会出来黑框和白框。
然后打开下载好的EUROC数据集，在数据集对应的文件夹下运行bag文件：

// An highlighted block rosbag play MH_03_medium.bag

此时就开始运行了。
运行结束后会生成刚才设置的轨迹文件。
最后将轨迹文件与groundth放在一个文件夹进行对比（代码生成的轨迹是txt格式，groundth是csv格式）：

evo_ape euroc MH_03.csv ORB-SLAM3-FrameTrajectory.txt -a -pevo_ape euroc MH_03.csv ORB-SLAM2-FrameTrajectory.txt -a -p

以上对比只是evo的一个功能，想详细了解可以搜索evo。
上结果：
ORB-SLAM2:
max 0.662588
mean 0.194128
median 0.136796
min 0.042975
rmse 0.235405
sse 78.579196
std 0.133154
ORB-SLAM3:
max 0.093307
mean 0.042024
median 0.042101
min 0.003407
rmse 0.046062
sse 2.783682
std 0.018860
由于ORB-SLAM3带了IMU因此更稳定，在MH_03数据集下ORB-SLAM2会有一部分轨迹丢失，而ORB-SLAM3非常稳定。