Evo项目中的轨迹长度单位绘图格式化问题解析
2025-06-18 21:12:24作者:董灵辛Dennis
在机器人轨迹评估工具Evo中,当用户尝试将轨迹长度单位设置为千米(km)、厘米(cm)或毫米(mm)时,可能会遇到一个绘图格式化错误。本文将深入分析该问题的原因,并提供解决方案。
问题现象
当用户执行以下命令时:
evo_config set plot_trajectory_length_unit mm
evo_traj tum -v --full_check -p --plot_mode xy <dataset.tum>
系统会抛出类型错误(TypeError),提示"formatter argument should be instance of matplotlib.ticker.Formatter"。这表明在绘图过程中,传递给matplotlib的格式化器不符合预期类型。
问题根源分析
在Evo的plot.py文件中,_get_length_formatter函数负责根据用户设置的长度单位生成相应的坐标轴格式化器。原始实现中,该函数直接返回了一个Python函数对象,而不是matplotlib要求的Formatter实例。
具体来说,问题出在:
- 函数返回的是一个普通的Python可调用对象(Callable)
- 但matplotlib的坐标轴格式化要求必须使用其内置的Formatter类或其子类
- 特别是当使用非标准单位(非米)时,这个问题会显现
解决方案
正确的做法是使用matplotlib提供的FuncFormatter类来包装我们的格式化函数。修改后的实现如下:
from matplotlib.ticker import FuncFormatter
def _get_length_formatter(length_unit: Unit) -> typing.Callable:
def formatter(x, _):
return "{0:g}".format(x / METER_SCALE_FACTORS[length_unit])
return FuncFormatter(formatter)
这个修改确保了:
- 返回的对象是matplotlib.ticker.Formatter的实例
- 仍然保持了原有的单位转换功能
- 与matplotlib的坐标轴格式化系统完全兼容
技术背景
在matplotlib中,坐标轴的刻度标签格式化是一个重要功能。系统提供了多种内置的Formatter类来处理不同类型的格式化需求:
ScalarFormatter:默认的数值格式化器LogFormatter:对数坐标格式化器FuncFormatter:用户自定义函数格式化器
当我们需要实现自定义的格式化逻辑时,应该使用FuncFormatter来包装我们的函数,而不是直接传递函数对象。这是因为FuncFormatter类提供了与matplotlib内部系统的标准接口,并处理了许多底层细节。
影响范围
该问题影响以下使用场景:
- 使用非米(m)作为轨迹长度单位
- 在绘制轨迹时尝试自动格式化坐标轴标签
- 使用较新版本的matplotlib库(可能对类型检查更严格)
最佳实践建议
对于类似的自定义格式化需求,建议:
- 始终使用matplotlib提供的Formatter类
- 避免直接传递函数对象给坐标轴格式化接口
- 在开发时检查返回对象的类型是否符合预期
- 考虑不同matplotlib版本间的兼容性
该修复已包含在Evo的1.26.3版本中,用户可以通过升级到最新版本来解决此问题。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
941
868
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
394
292
暂无简介
Dart
911
219
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557