目录

1 单目及深度相机对比实验

1.1 数据集

1.2 相机类型

1.3 变量

1.4 运行指令

1.5 实验结果

1.6 实验结论

2 RGB-D在小房间实验

2.1 数据集

2.2 相机类型

2.3 观察指标

2.4 运行指令

2.5 实验结果

2.6 实验结论

3 双目在街景：尺度与远景匹配

3.1 数据集

3.2 相机类型

3.3 评价指标

3.4 运行指令

3.5 实验结果

3.6 实验结论

       

        本贴侧重分享TUM数据集的使用，不同数据集下单目、双目实验对比，实测视频见bilibili（下面对应有链接）。

TUM数据集链接：https://cvg.cit.tum.de/data/datasets/rgbd-dataset/download

KITTI数据集链接：https://www.cvlibs.net/datasets/kitti/eval_odometry.php

EuRoC数据链接：https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets

1 单目及深度相机对比实验

1.1 数据集

TUM-rgbd_dataset_freiburg1_room

1.2 相机类型

RGB-D、单目

1.3 变量

同数据集下深度、单目相机建图效果。

1.4 运行指令

（1）深度相机

./Examples/RGB-D/rgbd_tum \
    ./Vocabulary/ORBvoc.txt \
    ./Examples/RGB-D/TUM1.yaml \
    ~/Datasets/TUM/rgbd_dataset_freiburg1_room \
    ~/Datasets/TUM/rgbd_dataset_freiburg1_room/associate.txt

（2）单目相机

./Examples/Monocular/mono_tum \
    ./Vocabulary/ORBvoc.txt \
    ./Examples/Monocular/TUM1.yaml \
    ~/Datasets/TUM/rgbd_dataset_freiburg1_room \

1.5 实验结果

orbslam2数据集复现（RGBD-TUM-rgbd

orbslam2数据集复现（单目-TUM-rgbd

1.6 实验结论

（1）在室内场景中，单目 SLAM 难以长时间稳定跟踪；RGB-D 模式明显更稳健。

（2）RGB-D 模式的 ATE （绝对轨迹误差）明显优于单目，能够更好地复现真实轨迹。

（3）在有深度传感器的环境里，RGB-D SLAM 更适合实际应用，而单目需要配合良好的运 

         动（多视角/大基线）或回环检测才能保持鲁棒性。

2 RGB-D在小房间实验

2.1 数据集

TUM-rgbd_dataset_freiburg1_room

2.2 相机类型

RGB-D

2.3 观察指标

（1）ATE（Absolute Trajectory Error，绝对轨迹误差）

（2）跟踪成功率（是否中断 / 重启次数）

（3）KeyFrame 数量、MapPoint 数量

（4）平均跟踪时间（ms/frame）

2.4 运行指令

​
./Examples/RGB-D/rgbd_tum \
    ./Vocabulary/ORBvoc.txt \
    ./Examples/RGB-D/TUM1.yaml \
    ~/Datasets/TUM/rgbd_dataset_freiburg1_room \
    ~/Datasets/TUM/rgbd_dataset_freiburg1_room/associate.txt

​

2.5 实验结果

ORB-SLAM2 Copyright (C) 2014-2016 Raul Mur-Artal, University of Zaragoza.
This program comes with ABSOLUTELY NO WARRANTY;
This is free software, and you are welcome to redistribute it
under certain conditions. See LICENSE.txt.

Input sensor was set to: RGB-D

Loading ORB Vocabulary. This could take a while...
Vocabulary loaded!


Camera Parameters: 
- fx: 517.306
- fy: 516.469
- cx: 318.643
- cy: 255.314
- k1: 0.262383
- k2: -0.953104
- k3: 1.16331
- p1: -0.005358
- p2: 0.002628
- fps: 30
- color order: RGB (ignored if grayscale)

ORB Extractor Parameters: 
- Number of Features: 1000
- Scale Levels: 8
- Scale Factor: 1.2
- Initial Fast Threshold: 20
- Minimum Fast Threshold: 7

Depth Threshold (Close/Far Points): 3.09294

-------
Start processing sequence ...
Images in the sequence: 1362

New map created with 851 points
Gtk-Message: 11:56:58.153: Failed to load module "canberra-gtk-module"
Loop detected!
Local Mapping STOP
Local Mapping RELEASE
Starting Global Bundle Adjustment
Global Bundle Adjustment finished
Updating map ...
Local Mapping STOP
Local Mapping RELEASE
Map updated!
-------

median tracking time: 0.0226669
mean tracking time: 0.0242931

Saving camera trajectory to CameraTrajectory.txt ...

trajectory saved!

Saving keyframe trajectory to KeyFrameTrajectory.txt ...

trajectory saved!

2.6 实验结论

（1）跟踪稳定、不易丢失（有深度帮助），ATE 很小（厘米级）；

（2）地图为稀疏 ORB 点云但结构合理；

（3）可作为其他实验的基准。

3 双目在街景：尺度与远景匹配

3.1 数据集

KITTI odometry数据集，data_odometry_gray、data_odometry_calib、data_odometry_poses

3.2 相机类型

双目stereo

3.3 评价指标

（1）ATE / RPE（米级）

（2）跟踪稳定性（是否因遮挡/交通而丢失）

（3）实时性（是否能接近实时）

3.4 运行指令

cd ~/ORB_SLAM2
./Examples/Stereo/stereo_kitti \
    Vocabulary/ORBvoc.txt \
    Examples/Stereo/KITTI04-12.yaml \
    ~/Datasets/KITTI/odometry/dataset/sequences/00

3.5 实验结果

orbslam2数据集复现（Stereo-KITTI-data

3.6 实验结论

（1）stereo 在远距离结构和尺度方面优于单目，误差较小且初始化快；

（2）对于 KITTI 这种远景，stereo 能更好保持尺度，但对基线校准要求高；

（3）计算开销比单目大（因为需要双目处理），但比 RGB-D 在远处表现更好。