一、单目SLAM概述：从模糊到清晰

大家好，我是老张。今天咱们聊聊单目SLAM。

说实话，我入行那会儿，单目SLAM还是个挺小众的方向。那时候大家更愿意用双目或者RGB-D，毕竟深度信息直接给，省事。但后来我发现，单目SLAM才是真正考验功力的地方——你想想看，只用一只眼睛，就要在三维空间里定位、建图，这本身就是件很酷的事。

1.1 什么是单目SLAM？

单目SLAM，说白了就是：只用一台普通摄像头，同时完成自身定位和环境地图构建。

你拿着手机走一圈，它就能知道你在哪、周围长什么样。不需要激光雷达，不需要深度相机，就一个摄像头。我最早接触这个，是在2015年做AR项目的时候。当时客户要求用手机实现室内导航，不能用额外传感器。嗯，那会儿我就知道，单目SLAM这条路必须走通。

单目SLAM和双目、RGB-D最大的区别在于：它没有直接的深度信息。双目靠视差算深度，RGB-D靠结构光或ToF直接测。单目呢？只能靠运动。你不动，深度就出不来。这就是为什么单目SLAM必须初始化，必须有一段运动来建立初始的深度基准。

1.2 单目SLAM的核心挑战：尺度模糊性

这是单目SLAM最让人头疼的问题，没有之一。

什么叫尺度模糊性？我举个例子：

你拍一张照片，里面有个杯子。你没法知道这个杯子是真实大小10cm，还是模型大小5cm。因为单张图像丢失了深度信息。同样，当你移动相机时，你也没法知道你是移动了1米还是2米——除非你有个参照物。

尺度模糊性带来的具体问题：

问题	表现	后果
轨迹漂移	估计的运动轨迹与实际不符	定位不准，地图变形
地图变形	重建的三维点云比例失调	无法用于精确测量
初始化困难	需要特定运动才能启动	用户体验差，容易失败

为什么会这样？因为单目SLAM本质上是在解一个带尺度因子的方程。你算出来的位置和地图，都乘了一个未知的常数λ。这个λ就是尺度因子。没有外部信息，你永远不知道λ是多少。

解决思路其实就两条：

• 加约束：比如已知物体大小、已知运动速度、已知地面平面
• 加传感器：比如IMU、轮速计、GPS

我个人习惯是，能加IMU就加IMU。IMU可以提供加速度信息，帮你把尺度定下来。当然，IMU也有自己的问题，比如零偏、噪声，这些后面会细讲。

1.3 应用场景：单目SLAM能干什么？

单目SLAM的应用场景，其实比你想的要多。我挑三个最典型的说说。

AR/VR

这是单目SLAM最火的应用。你玩过Pokémon GO吗？那个小精灵能站在真实地面上，靠的就是单目SLAM。还有苹果的ARKit、谷歌的ARCore，底层都是单目SLAM。

我记得2017年帮一家创业公司做AR试鞋应用。用户用手机拍一下脚，虚拟的鞋子就能穿在脚上。难点在于：脚会动，光线会变，地面可能有花纹。单目SLAM在这种场景下，鲁棒性要求极高。

机器人

扫地机器人、配送机器人、无人机，很多都用单目SLAM。为什么不用激光雷达？便宜啊！一个摄像头几十块钱，一个激光雷达几千块。对于消费级产品，成本是第一位的。

我有个朋友做扫地机器人，他们用单目SLAM做室内定位。一开始效果很差，后来加了IMU和轮速计，融合之后效果才稳定。嗯，这里要注意：单目SLAM在机器人上，通常需要和其他传感器做融合。

自动驾驶

自动驾驶里，单目SLAM主要用于视觉里程计和语义地图构建。特斯拉就是纯视觉方案，没有激光雷达。当然，特斯拉用了多目，但核心思想是一样的。

不过说实话，自动驾驶对安全性要求太高，单目SLAM的尺度模糊性是个大问题。你想想看，如果尺度估计错了10%，那刹车距离就全错了。所以自动驾驶里，单目SLAM通常只做辅助，主传感器还是激光雷达或双目。

1.4 知识体系总览

下面这张图，是我自己总结的单目SLAM知识体系。你可以把它当成整个课程的地图。

从这张图你可以看到，单目SLAM的核心是尺度恢复。所有的挑战、解决方案、应用场景，都围绕着这个核心展开。后面的课程，我会从特征提取开始，一步步带你走通整个流程。

好了，第一章就到这里。记住一句话：单目SLAM的本质，是从模糊中寻找确定。下一章，我们聊聊特征提取——这是SLAM的第一步，也是最基础的一步。

---

公众号:蓝海资料掘金营，微信deep3321