3. 视觉SLAM基础：特征点法、直接法、半直接法的对比与选型
说到视觉SLAM，很多新手第一反应就是ORB-SLAM。但实际项目里，选错方法真的会让人想砸电脑。我见过有人拿着直接法去做低纹理的走廊，结果跑飞了；也见过有人用特征点法做AR应用，帧率卡得跟幻灯片似的。
这一章，咱们就把三种主流视觉SLAM方法掰开揉碎。不讲虚的，全是实战选型经验。
3.1 三种方法的核心理念
先搞清楚它们到底在干什么。说白了，就是怎么从图像里提取信息来估计相机运动。
| 方法 | 核心思想 | 代表作品 |
|---|---|---|
| 特征点法 | 提取角点/斑点等特征，计算描述子，匹配后解算位姿 | ORB-SLAM2/3 |
| 直接法 | 直接利用像素灰度值，最小化光度误差 | LSD-SLAM, DSO |
| 半直接法 | 提取特征点但不计算描述子，用直接法跟踪 | SVO, SVO2.0 |
嗯，这里要注意：半直接法这个名字容易让人误解。它并不是特征点法和直接法的简单拼接，而是取了各自的优点——用特征点来选像素，用直接法来跟踪。
3.2 特征点法：ORB-SLAM 深度解析
ORB-SLAM是我用得最多的框架，没有之一。它的成熟度在学术界和工业界都是顶级的。
3.2.1 为什么ORB特征这么流行？
ORB = FAST角点 + BRIEF描述子。FAST检测极快，BRIEF描述子是二进制串，匹配用汉明距离，位运算搞定。你想想看，SIFT算一个特征点的时间，ORB能算几十个。
关键优势：ORB具有旋转不变性和尺度不变性（通过图像金字塔）。这意味着相机旋转或远近移动时，特征点还能匹配上。
3.2.2 ORB-SLAM的三线程架构
我个人觉得，ORB-SLAM最值得学习的就是它的多线程设计。三个线程各司其职，互不干扰。
// 伪代码：ORB-SLAM核心流程
Thread 1: Tracking
- 提取ORB特征
- 匹配上一帧/地图点
- 优化位姿（PnP + BA）
- 决定是否插入关键帧
Thread 2: Local Mapping
- 处理新关键帧
- 三角化新地图点
- 局部BA优化
- 剔除冗余关键帧
Thread 3: Loop Closing
- 检测回环（词袋模型DBoW2）
- 计算Sim3变换
- 全局BA优化
我在项目里遇到过一个问题：回环检测线程跑得慢，导致地图漂移累积。后来发现是词袋词典加载太大，换成轻量版就好了。
3.2.3 特征点法的优缺点
- 优点：对光照变化鲁棒，支持重定位和回环检测，地图可复用
- 缺点：纹理缺失时失效，计算描述子耗时，特征点稀疏导致建图不密
避坑指南：我曾经在纯白色墙壁的走廊里跑ORB-SLAM，结果特征点数量直接掉到个位数。后来加了IMU融合才稳住。如果你做室内导航，一定要考虑纹理退化场景。
3.3 直接法：LSD-SLAM 原理与局限
直接法走的是另一条路——不提取特征，直接用像素灰度。LSD-SLAM是直接法的代表作之一。
3.3.1 光度误差模型
直接法的核心假设：同一个空间点在不同图像中的投影点，灰度值应该相同。这个假设其实挺脆弱的，光照一变就崩。
// 光度误差公式
E = Σ || I1(p) - I2(π(T * π⁻¹(p, d))) ||²
其中：
I1, I2: 两帧图像的灰度
π: 投影函数
T: 相机位姿变换
d: 逆深度
说白了，就是找一组位姿和深度，让两帧图像的像素灰度差最小。
3.3.2 LSD-SLAM的独特设计
- 半稠密深度图：只在高梯度区域估计深度，不是全稠密
- 逆深度参数化：用1/d代替d，更适合概率滤波
- Sim3位姿图优化：支持尺度漂移的检测与修正
个人经验：LSD-SLAM在纹理丰富的场景下，建图效果比ORB-SLAM密实得多。但一旦遇到快速运动或光照突变，它比特征点法更容易丢失。我建议只在慢速、光照稳定的场景下考虑直接法。
3.4 半直接法：SVO 的速度哲学
SVO（Semi-direct Visual Odometry）是我在无人机项目里最常用的方法。为什么？因为它快，快到可以在嵌入式平台上跑实时。
3.4.1 SVO的工作流程
SVO只有两个线程，比ORB-SLAM精简得多。
// SVO核心流程
Thread 1: Motion Estimation
Step 1: 稀疏图像对齐（直接法）
- 最小化上一帧与当前帧的像素块光度误差
- 得到初始位姿估计
Step 2: 特征点对齐
- 用上一步位姿投影地图点到当前帧
- 优化特征点像素位置
Step 3: PnP优化
- 用对齐后的2D-3D对应关系优化位姿
Thread 2: Mapping
- 深度滤波器更新
- 关键帧决策
- 地图点管理
你看，SVO没有回环检测，没有全局BA。这就是它快的代价——没有全局一致性。
3.4.2 SVO的致命短板
- 没有回环检测：误差会一直累积，无法消除
- 容易丢失：快速旋转时，图像对齐容易失败
- 地图不可复用：每次启动都要重新初始化
我曾经踩过的坑：在无人机上跑SVO，飞了3分钟后位置漂移了2米。因为没有回环，这个误差只会越来越大。后来我加了VIO融合，用IMU约束漂移，才勉强能用。
3.5 三种方法的系统对比
咱们用一张表把核心差异说清楚。
| 对比维度 | 特征点法 (ORB-SLAM) | 直接法 (LSD-SLAM) | 半直接法 (SVO) |
|---|---|---|---|
| 计算速度 | 中等 (30-50ms/帧) | 较慢 (50-80ms/帧) | 快 (10-20ms/帧) |
| 纹理依赖 | 高 (需要特征点) | 中 (需要梯度) | 中 (需要特征点) |
| 光照鲁棒性 | 强 | 弱 | 中 |
| 建图密度 | 稀疏 | 半稠密 | 稀疏 |
| 回环检测 | 支持 | 支持 | 不支持 |
| 地图复用 | 支持 | 有限 | 不支持 |
| 适用场景 | 通用SLAM | 慢速、纹理丰富 | 高速、轻量级 |
3.6 选型决策指南
到底选哪个？我一般按这个逻辑来决策。
- 需要回环和地图复用？ → 选ORB-SLAM，没得商量
- 计算资源紧张（如嵌入式）？ → 选SVO，但要接受漂移
- 需要半稠密建图？ → 选LSD-SLAM或DSO
- 光照变化剧烈？ → 选ORB-SLAM，直接法会崩
- 快速运动？ → 选SVO或ORB-SLAM，别碰直接法
我的建议：如果你刚开始学视觉SLAM，从ORB-SLAM入手。它的代码质量高、文档多、社区活跃。等你把特征点法吃透了，再去看直接法和半直接法，会理解得更深。
3.7 三种方法的核心逻辑对比图
下面这张图帮你理清三种方法的数据流差异。
3.8 实战选型建议
最后，给你一个可以直接用的选型清单。
我的推荐组合：
- 机器人导航：ORB-SLAM3 + 轮式里程计，兼顾精度和鲁棒性
- 无人机飞控：SVO + IMU，追求低延迟和高帧率
- AR/VR设备：DSO（改进版直接法），需要半稠密地图做遮挡处理
- 自动驾驶：ORB-SLAM + 多传感器融合，安全第一
记住，没有万能的方法。选型的关键是搞清楚你的场景约束——计算资源、运动速度、光照条件、纹理丰富度。把这些想清楚了，选型自然就出来了。