evo
evo 是評估里程計與 SLAM 軌跡的 Python 套件（GPL-3.0 以上授權），提供 evo_ape（絕對位姿誤差）與 evo_rpe（相對位姿誤差）命令列工具，並以 evo_traj 與 evo_res 做軌跡檢查、繪圖與結果比較。它支援 TUM、KITTI、EuRoC 格式與 ROS 1、ROS 2 bag，可選 SE(3) 或 Sim(3) Umeyama 對齊、僅尺度校正或原點對齊，時間關聯預設容許 0.01 s 的時間差，RPE 預設只取相鄰位姿對。作者明言它不是任何特定資料集評估協定的逐一重現；由於選項會改變數值，引用時應同時報告版本與參數（推論）。
本頁內容
Widely used open-source tool implementing APE/RPE with configurable association, alignment and scale correction across common trajectory formats.
技術屬性
欄位內容為文獻擷取紀錄的原文用語（英文），以原文為據；「未查證」表示本研究尚未讀到該資訊，不代表該方法不具備此能力。
| 感測輸入 | 未記錄 |
|---|---|
| 原文測試平台 | 未記錄 |
| 狀態估計 | 不適用 |
| 資料關聯 | 不適用 |
| 時間表示 | 不適用 |
| 去畸變 | 不適用 |
| 迴圈閉合 | 不適用 |
| 全域最佳化 | 不適用 |
| 地圖表示 | 不適用 |
| 先驗資訊 | 不適用 |
| 可輸出幾何 | 不適用 |
| 計算需求 | 不適用 |
使用設備
尚未收錄此方法的設備紀錄；設備資料仍在分批查證，沒有紀錄不代表原文未使用任何設備。
作者報告的優勢與限制
優勢
- Common tools for several formats and algorithmic options for association, alignment and scale adjustment (README, Why? section)
- On a 20957-pose reference, evo_ape took 0.735 s versus 16.753 s for the TUM RGB-D evaluate_ate.py script with near-identical ATE RMSE (0.008119 m vs 0.008144 m) (doc/performance.md)
限制
- README states that evo is not a 1-to-1 re-implementation of a particular evaluation protocol tailored to a specific dataset (README 'Why?')
- Defaults shape the numbers: RPE uses consecutive pose pairs unless --all_pairs is set, and timestamp association uses --t_max_diff 0.01 s by default (wiki Metrics; wiki evo_traj)
- (inference) Different option settings (alignment, scale, association) yield different values for the same trajectories, so results are only comparable when options are reported
營建工程相關證據
ConSLAM 作者表示調整 evo 部分程式碼以評估其營建工地資料集上的軌跡（Trzeciak et al., 2023）。HCIC 營建 RGB-D 資料集提到可用『public tools like EVO』評估，但其參考文獻 [15] 指向 Rebecq 等人 2017 的事件相機 EVO（EVO: A Geometric Approach to Event-Based 6-DOF Parallel Tracking and Mapping），而非本條 Grupp 的 evo 套件；其意圖應為本套件屬推論，引用時需註明此引文錯誤（Li et al., 2025）。
報告的性能數據
以下是原文作者報告的性能數值（author-reported results），不是本研究重新量測的結果。每張圖只並列同一個比較組（comparison group，同一張表、同一組實驗設定）內的方法；不同比較組之間的數值不可直接比較，也不構成排名。
本方法共出現在 1 個比較組，合計 2 筆紀錄。
Grupp, 2017 · Text doc/performance.md 本方法 2 筆
資料集與序列TUM RGB-D · fr2_desk
表格設定（擷取紀錄原文）：Wall-clock (real) time of the full evaluation command on the same inputs. (Grupp, 2017, Text doc/performance.md)
real time of evaluation command，TUM RGB-D · fr2_desk
只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。
按 Tab 進入圖表後，用上下方向鍵逐一瀏覽各類別，Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
這些是 Grupp, 2017 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。
資料來源作者報告值(Grupp, 2017, Text doc/performance.md)
| 方法（原文寫法） | 報告值 | 出處 |
|---|---|---|
| evo_ape --align本方法原文提出 | 0.735 s | (Grupp, 2017, doc/performance.md) |
| evaluate_ate.py (TUM RGB-D tools) | 16.753 s | (Grupp, 2017, doc/performance.md) |
來源
Grupp, 2017
（2017）evo: Python package for the evaluation of odometry and SLAM.GitHub repository (software)
軟體或資料集紀錄已讀全文近十年查證後修正
程式碼：https://github.com/MichaelGrupp/evo（授權：GPL-3.0-or-later (README and LICENSE checked)）。有公開程式碼不等於已被重現，也不代表目前版本與論文版本相同。