4、数据输入格式：支持的数据类型与文件结构解析

做轨迹评估，第一步就是喂数据。但说实话，我见过太多人在这第一步就栽跟头了。数据格式不对，后面所有分析都是白搭。今天咱们就聊聊轨迹评估工具支持的那几种主流数据格式——TUM、KITTI、EuRoC，以及怎么避开那些常见的坑。

4.1 三种主流数据格式概览

目前业内用得最多的，就是这三种格式。我个人习惯把它们分成两类：带时间戳的和不带时间戳的。你想想看，时间戳这东西，直接决定了你能不能做时间对齐。

格式	来源	核心特点	时间戳
TUM	慕尼黑工业大学	每行包含时间戳+位姿	有（浮点数，单位秒）
KITTI	卡尔斯鲁厄理工学院	纯位姿数据，无时间戳	无
EuRoC	苏黎世联邦理工学院	时间戳+位姿，但格式略有不同	有（整数，单位纳秒）

4.2 TUM格式详解

TUM格式是我用得最多的，也是评估工具默认支持的格式。它的结构其实很简单，每行7个数字：

# 这是注释行，工具会自动忽略
timestamp tx ty tz qx qy qz qw

举个例子：

1403715273.542 1.234 2.345 3.456 0.123 0.234 0.345 0.912
1403715273.643 1.245 2.356 3.467 0.124 0.235 0.346 0.913

这里要注意几个细节：

• 时间戳：单位是秒，浮点数。我见过有人用整数秒，结果对齐全乱了
• 平移：tx, ty, tz，单位是米
• 旋转：四元数 qx, qy, qz, qw，必须是单位四元数

4.3 KITTI格式详解

KITTI格式就有点不一样了。它没有时间戳，每行是一个3x4的变换矩阵：

r11 r12 r13 tx r21 r22 r23 ty r31 r32 r33 tz

说白了，就是把旋转矩阵和平移向量拼在一行里：

0.999 0.012 -0.015 1.234 -0.011 0.999 0.013 2.345 0.015 -0.013 0.999 3.456

嗯，这里要注意：

• 没有时间戳，所以评估时只能按顺序逐帧对比
• 矩阵必须合法，旋转部分必须是正交矩阵
• 12个数字，一个都不能少

4.4 EuRoC格式详解

EuRoC格式跟TUM有点像，但时间戳是整数纳秒：

timestamp_ns, tx, ty, tz, qx, qy, qz, qw

实际数据长这样：

1403715273542000000, 1.234, 2.345, 3.456, 0.123, 0.234, 0.345, 0.912
1403715273643000000, 1.245, 2.356, 3.467, 0.124, 0.235, 0.346, 0.913

为什么会有这种差异？因为EuRoC数据集是用工业相机采集的，时间精度要求更高。你想想看，视觉SLAM对时间同步的要求有多苛刻。

4.5 常见错误格式排查

做轨迹评估这几年，我踩过的坑真不少。下面这些是我遇到最多的：

1. 分隔符问题：有人用逗号，有人用空格，有人用Tab。工具一般只认空格或Tab
2. 四元数顺序：TUM格式是 qx qy qz qw，但有人写成 qw qx qy qz
3. 时间戳单位：秒还是毫秒？纳秒还是微秒？这个搞错了，对齐全废
4. 空行和注释：有些文件末尾有多余空行，工具会报错
5. 数值精度：小数点后位数太少，导致位姿精度丢失

4.6 格式校验小工具

我自己写了个简单的Python脚本，用来快速检查数据格式：

def check_tum_format(filepath):
    with open(filepath, 'r') as f:
        lines = f.readlines()
    
    for i, line in enumerate(lines):
        if line.startswith('#') or line.strip() == '':
            continue
        parts = line.strip().split()
        if len(parts) != 8:
            print(f"第{i+1}行：字段数不对，期望8个，实际{len(parts)}个")
            return False
        try:
            [float(p) for p in parts]
        except:
            print(f"第{i+1}行：包含非数字字符")
            return False
    print("格式检查通过！")
    return True

4.7 知识体系总览

下面这张图，是我总结的数据格式核心逻辑：

说白了，这三种格式的核心就是「位姿数据+时间信息」。KITTI虽然没时间戳，但它的矩阵结构本身也是一种规范。你只要记住一点：工具怎么读，你就怎么给。