01
轨迹评估概述
什么是轨迹评估、为什么需要轨迹评估、评估指标（ATE/RPE）简介。
基础概念
02
坐标系与位姿表示
世界坐标系、机器人坐标系、旋转矩阵、四元数、欧拉角。
坐标数学
03
刚体变换与李群李代数
SE(3)、SO(3)、指数映射、对数映射、扰动模型。
李代数进阶
04
轨迹数据格式
TUM格式、KITTI格式、EuRoC格式、ROS bag格式。
数据格式
05
时间戳同步
硬件同步、软件同步、线性插值、样条插值。
同步预处理
06
绝对轨迹误差(ATE)
定义、计算方法、RMSE/Mean/Median/Std统计。
ATE核心指标
07
相对位姿误差(RPE)
定义、计算方法、平移误差与旋转误差分离。
RPE局部精度
08
轨迹对齐
Umeyama算法、Sim(3)对齐、SE(3)对齐、仅旋转对齐。
对齐配准
09
评估工具 evo
安装、基本用法、evo_ape、evo_rpe、evo_traj。
工具evo
10
评估工具 pytransform3d
位姿可视化、轨迹动画、误差分布图。
可视化Python
11
评估工具 Sophus
李代数运算、插值、微分。
SophusC++
12
数据预处理
异常值剔除、轨迹裁剪、降采样、滤波。
清洗预处理
13
可视化分析
轨迹叠加图、误差曲线图、箱线图、散点图。
图表分析
14
统计分析方法
均值、方差、置信区间、假设检验。
统计数学
15
误差来源分析
传感器噪声、标定误差、算法缺陷、环境因素。
诊断归因
16
定位精度提升策略
传感器融合、回环检测、图优化。
优化融合
17
多传感器融合
IMU+视觉、IMU+激光、GPS+IMU。
融合多模态
18
回环检测与图优化
词袋模型、位姿图、因子图。
回环图优化
19
在线评估与离线评估
实时监控、后处理分析、自动化测试。
在线离线
20
评估指标进阶
NIST评估标准、KITTI排行榜指标、ICRA竞赛指标。
标准竞赛
21
轨迹平滑与滤波
卡尔曼滤波、粒子滤波、滑动窗口滤波。
滤波平滑
22
退化场景处理
长直走廊、空旷场地、动态物体干扰。
挑战鲁棒性
23
多轨迹对比评估
不同算法对比、不同参数对比、不同传感器对比。
对比实验
24
自动化评估流水线
脚本编写、批量处理、报告生成。
自动化效率
25
评估结果解读
如何判断算法是否改进、如何定位问题模块。
分析决策
26
案例实战1：视觉SLAM轨迹评估
ORB-SLAM3 评估实战。
实战视觉SLAM
27
案例实战2：激光SLAM轨迹评估
Cartographer 评估实战。
实战激光SLAM
28
案例实战3：多传感器融合定位评估
LIO-SAM 评估实战。
实战LIO-SAM
29
案例实战4：自动驾驶轨迹评估
Apollo 评估实战。
实战Apollo
30
课程总结与展望
评估体系构建、未来趋势、推荐资源。
总结展望