แบบฝึกวัดความคลาดเคลื่อนของ trajectory

วิศวกรทบทวนกราฟเส้นทางบนกระดาษข้างอุปกรณ์ปรับเทียบ
ภาพประกอบแนวคิดสร้างด้วย AI

ใช้ข้อมูลเดียวกับแบบฝึกก่อนหน้า

เส้นทางอ้างอิงเทียบกับเส้นทางประมาณ: จุดเริ่ม t=0 ตรงกัน และห่างกัน 0.1 m ที่ t=10s ซึ่งเป็นค่าที่ใช้วัดความคลาดเคลื่อน

รัน trajectory-lab.py และเปิด summary.json โปรแกรมคำนวณ RMSE ของตำแหน่งจากคู่เวลาที่ตรงกัน โดยไม่ทำ alignment และคำนวณ RMSE ของผลต่างการเคลื่อนที่ระหว่างจุดติดกัน

ตรวจด้วยค่าที่ทราบล่วงหน้า

ค่าคลาดเคลื่อนสะสม (absolute drift) เพิ่มจาก 0 ถึง 0.1 m ตลอด 10 วินาที ขณะที่ค่าคลาดเคลื่อนต่อช่วง (per-step) ยังนิ่งใกล้ 0.001 m

เมื่อใส่ drift 0.01 m/s ในแกน x เป็นเวลา 10 วินาที จะได้ error สุดท้าย 0.1 m และ position RMSE ประมาณ 0.057879 m ส่วน error ของผลต่างระหว่างจุดที่ห่าง 0.1 s เท่ากับประมาณ 0.001 m ทุกช่วง

  1. เปลี่ยน DRIFT_PER_SECOND เป็น 0 แล้วตรวจว่า error ทั้งสองเป็นศูนย์ภายในความละเอียดตัวเลข
  2. เปลี่ยนเป็น 0.02 แล้วตรวจว่า RMSE เพิ่มเป็นสองเท่า
  3. คืนค่าเดิมและเขียนว่าเหตุใดตัวชี้วัดสัมพัทธ์ต่อช่วงต่ำจึงยังมี drift สะสมได้

ขอบเขตของผล

นี่เป็นตัวชี้วัดตำแหน่งอย่างง่าย ไม่ใช่ full SE(3) APE/RPE ไม่มีการประเมิน orientation, calibration หรือ tracking loss ใช้ evo และข้อมูลจริงเป็นขั้นต่อไป โดยบอก association และ alignment ทุกครั้ง

ส่งตารางค่าทั้งสามการทดลองพร้อมคำอธิบายหน่วย วิธีคำนวณ และข้อจำกัด ไม่สรุปว่า estimator ตัวใดดีที่สุดจากข้อมูลที่สร้างเองชุดนี้

สิทธิ์ใช้ไฟล์แบบฝึก

ดาวน์โหลดใบอนุญาต LICENSE.txt — โค้ด Python ใช้ MIT; แบบฟอร์มใช้ CC BY 4.0 ให้เครดิต PK-Research

แหล่งอ้างอิงและขอบเขต

ตรวจแหล่งข้อมูล 7 กันยายน 2569 เรียบเรียงประกอบองค์ความรู้ที่ DTI เอื้อเฟื้อ

กิตติกรรมประกาศและที่มา

โดรนvisual-inertial