01
轨迹评估概述
为什么需要评估？核心指标（ATE、RPE）、评估流程总览。
基础概念
02
坐标系与变换基础
世界坐标系、传感器坐标系、刚体变换与SE(3)、四元数与旋转矩阵。
数学SE(3)
03
时间戳同步
硬件同步 vs 软件同步、时间戳对齐方法、插值策略。
同步预处理
04
绝对轨迹误差（ATE）
定义、计算方法、RMSE与均值、Python实现。
指标Python
05
相对位姿误差（RPE）
定义、计算方法、平移与旋转分量、Python实现。
指标Python
06
evo工具入门
evo安装、基本命令、轨迹可视化。
工具可视化
07
evo进阶
多轨迹对比、统计指标输出、批量处理。
工具批量
08
TUM数据集格式
格式规范、ground truth生成、评估脚本。
数据集TUM
09
KITTI数据集格式
格式规范、odometry benchmark、评估工具。
数据集KITTI
10
EuRoC数据集格式
格式规范、VIO评估、MH与Vicon房间。
数据集EuRoC
11
数据预处理
轨迹对齐（Umeyama算法）、尺度对齐、偏置去除。
预处理对齐
12
轨迹可视化
Matplotlib绘制、3D轨迹图、误差分布图。
可视化Matplotlib
13
统计分析
均值、方差、最大值、最小值、百分位数。
统计指标
14
误差分布分析
直方图、箱线图、累积分布函数（CDF）。
分布图表
15
分段评估
按速度分段、按场景分段、按时间窗口分段。
分段策略
16
多传感器融合评估
视觉+IMU、视觉+激光、GPS+IMU。
融合多传感器
17
实时性评估
延迟测量、吞吐量分析、CPU/GPU占用。
性能实时
18
鲁棒性评估
退化场景测试、传感器失效模拟、重初始化能力。
鲁棒性测试
19
一致性评估
轨迹平滑度、速度一致性、加速度一致性。
一致性平滑
20
闭环检测评估
闭环召回率、精度、闭环一致性。
闭环SLAM
21
地图评估
地图精度、地图完整性、地图一致性。
地图精度
22
仿真评估
Gazebo仿真、CARLA仿真、数据生成与评估。
仿真Gazebo
23
野外数据集评估
复杂光照、动态物体、恶劣天气。
野外挑战
24
评估报告生成
自动化报告、LaTeX/PDF输出、可视化图表。
报告LaTeX
25
对比实验设计
控制变量法、基线选择、显著性检验。
实验对比
26
评估指标选择
根据任务选指标、多指标权衡、自定义指标。
指标选择
27
常见陷阱与误区
过拟合评估、数据泄露、参数调优偏差。
陷阱注意
28
开源评估框架
OpenLORIS、TartanAir、Benchmark综述。
开源框架
29
工业级评估实践
自动驾驶、机器人、AR/VR案例。
工业案例
30
课程总结与展望
评估趋势、新挑战、学习路径建议。
总结展望