一、视觉定位概述：什么是视觉定位、技术发展简史、主流技术路线对比
1.1 什么是视觉定位？
视觉定位，说白了就是让机器「看懂自己在哪里」。
你想想看，我们人类走进一个陌生房间，扫一眼就知道自己在门口还是窗边。机器也想做到这一点——它通过摄像头捕捉图像，然后跟已知的地图做匹配，算出自己当前的位置和姿态。这就是视觉定位的核心。
我习惯把视觉定位拆成两个问题：
- 我在哪？——位置估计（x, y, z 坐标）
- 我朝哪看？——姿态估计（roll, pitch, yaw 角度）
这两个问题合起来，就是 6 自由度的位姿估计。嗯，听起来简单，但实际落地时坑不少。
关键点：视觉定位 ≠ 视觉SLAM。SLAM 是「同时定位与建图」，而纯视觉定位是「已知地图，只求位姿」。我在项目中经常遇到有人把两者混为一谈，结果设计系统时走了弯路。
1.2 技术发展简史
视觉定位的发展，我把它分成三个阶段。每个阶段我都踩过坑，跟大家聊聊。
第一阶段：特征点时代（2000s - 2015）
最早期的视觉定位，基本靠特征点。SIFT、SURF、ORB 这些名字，做视觉的应该都不陌生。我记得 2014 年刚入行时，项目里用的还是 SIFT，虽然精度不错，但实时性差得离谱——一张图跑几百毫秒。
后来 ORB 出来，速度快了一个数量级。但代价是什么？光照一变，特征点就丢了。我在一个室内定位项目里吃过这个亏：白天好好的，傍晚光线一暗，定位直接飘飞。
第二阶段：直接法时代（2015 - 2020）
直接法不提取特征，而是直接用像素灰度值做优化。LSD-SLAM、DSO 是代表。说实话，直接法在纹理弱的环境下确实比特征法强。但有个致命问题——对光照变化极度敏感。我试过在工厂车间部署 DSO，日光灯频闪直接让算法崩溃。
第三阶段：深度学习时代（2020 - 至今）
深度学习进来后，视觉定位有了质变。SuperPoint、D2Net 这些学习型特征，鲁棒性比手工特征强太多。还有 PoseNet 这类端到端的方法，直接回归位姿。但别高兴太早——我在实际落地中发现，深度学习模型在训练场景外泛化能力很差。换个商场，模型可能就废了。
我的建议：别盲目追新。2023 年我在一个仓储机器人项目里，最终选的是 ORB + 轻量级深度学习特征融合的方案。纯深度学习太吃算力，纯传统方法又不够鲁棒。折中才是工程化的王道。
1.3 主流技术路线对比
三种路线各有优劣。我直接拿表格说话，这样更直观。
| 对比维度 | 特征点法 | 直接法 | 深度学法 |
|---|---|---|---|
| 核心思想 | 提取关键点 + 描述子匹配 | 最小化光度误差 | 端到端学习位姿 |
| 代表方法 | ORB-SLAM2, SIFT | DSO, LSD-SLAM | SuperPoint, PoseNet |
| 精度 | 高（亚像素级） | 中高（依赖纹理） | 中（受限于训练数据） |
| 鲁棒性 | 对光照敏感 | 对运动模糊敏感 | 对场景变化敏感 |
| 计算资源 | 中等（CPU可跑） | 低（优化快） | 高（需要GPU） |
| 工程落地难度 | 低（成熟方案多） | 中（调参复杂） | 高（部署、量化、泛化） |
为什么会这样？我解释一下关键差异。
特征点法：它把图像压缩成稀疏的特征点，匹配时只比对这些点。优点是速度快、成熟度高。缺点是纹理弱的地方直接歇菜。我在一个白墙仓库里试过 ORB-SLAM2，特征点数量不到 20 个，定位直接发散。
直接法：它用整张图像的像素信息，不丢细节。在纹理弱、运动快的场景下反而有优势。但问题是对光照和相机参数极其敏感。我曾经在 DSO 里调光度参数调了一周，最后还是放弃了——太不稳定。
深度学法：它试图用数据驱动的方式绕过手工设计。效果确实惊艳，但工程化时你会发现：模型在训练集上跑出 1cm 精度，换到新场景直接变成 1m。泛化问题是目前最大的拦路虎。
避坑指南：我曾经在一个自动驾驶项目中，团队选了纯深度学习方案做重定位。结果路测时发现，换个城市模型就失效。最后不得不加回传统特征做兜底。记住：深度学习是锦上添花，不是雪中送炭。工程落地一定要有 fallback 方案。
1.4 知识体系总览
下面这张图是我自己梳理的视觉定位知识体系。每次做新项目前，我都会对照这张图确认技术选型。
这张图我每次做技术评审都会拿出来。你看，三条路线各有适用场景。我个人的经验是：别试图用一种方法解决所有问题。工程化的核心是「场景驱动选型」。
实战建议：如果你刚开始做视觉定位项目，我建议从特征点法入手。ORB-SLAM2 的代码成熟、社区活跃，踩坑了也有人问。等把特征法的 pipeline 跑通了，再尝试引入直接法或深度学法做局部优化。一步到位选深度学习，大概率会卡在部署环节。
嗯，这一章就到这里。视觉定位的概述讲完了，三种路线的优劣你也心里有数了。记住一句话：没有最好的算法，只有最合适的方案。
公众号:蓝海资料掘金营，微信deep3321