企业官网建设流程全解析

1. 暑期研习系列：线、面SLAM从零入门（一）

1.1 为什么选在暑期啃SLAM这块硬骨头

每年一到暑期，总有一批同学开始琢磨着给自己“加餐”。有人刷算法题，有人补数学，还有人盯上了SLAM这块公认难啃的骨头。我当年也是这么过来的，第一次看到“同时定位与建图”这几个字的时候，脑子里全是问号——这玩意儿到底在算什么？为什么需要“同时”？线特征和面特征又是怎么冒出来的？

先说清楚这个系列要干什么。线、面SLAM从零入门，核心目标不是让你一上来就去改ORB-SLAM的源码，而是先把“线”和“面”这两种几何基元在SLAM里的角色搞明白。点特征SLAM已经非常成熟了，ORB-SLAM系列、VINS系列都是围绕点特征构建的。但点特征有个天然短板：在弱纹理环境里，比如白墙、走廊、玻璃幕墙，点特征提取不出来，跟踪就容易丢。这时候线和面就派上用场了——墙面的边缘是线，地板和墙壁的交界是线，大块的平面结构是面。这些几何信息在结构化环境里到处都是，而且比点特征更稳定。

这个系列适合谁看？如果你已经学过SLAM十四讲的前几章，知道什么是位姿、什么是李群李代数、跑过一两个开源SLAM demo，那这个系列就是给你准备的。如果你完全零基础，建议先去补一下视觉里程计的基本概念，不然直接看线和面的参数化会有点吃力。但也不用怕，我会尽量把每个数学推导背后的直觉讲清楚，不堆公式。

1.2 线特征和面特征到底解决了什么问题

先聊一个实际场景。假设你拿着相机在一个长走廊里走，两边是白墙，地面是纯色地砖。这种环境下，ORB特征点几乎提不出来，因为图像梯度太弱了。但人眼在这个环境里完全不迷路，为什么？因为你能看到墙和地面的交界线、墙和天花板的交界线、门框的竖直线。这些线在图像里是清晰的，而且随着你移动，它们的透视变化是有规律的。SLAM系统如果能把这些线利用起来，定位精度和鲁棒性都会明显提升。

面特征也是类似的逻辑。室内场景里，地板、墙面、桌面、天花板，这些都是大块的平面。一个平面在三维空间里有四个自由度（法向量三个，距离一个），比一个点特征（三个自由度）信息量更大。而且平面在图像里的投影区域很大，不容易被遮挡或模糊影响。把平面加入SLAM的优化框架，相当于给系统加了“大块头”的约束，位姿估计会更稳。

但线和面也不是没有代价。线的参数化比点复杂得多，一条三维空间中的直线有四个自由度，怎么用最少参数表示它、怎么在优化中更新它，都是坑。面的参数化也有类似问题，而且从图像里提取平面比提取线更难，通常需要RGB-D相机或者激光雷达。所以这个系列的第一篇，重点放在“理解为什么”和“知道怎么表示”上，实操部分会从最简单的线特征提取和参数化开始。

2. 线特征SLAM的核心原理与参数化方案

2.1 三维空间中的直线怎么表示才不别扭

点特征用三个数就能表示，直线不行。三维空间里一条直线有四个自由度：你可以想象一根无限长的棍子，它在空间中的位置和朝向，去掉沿棍子方向的平移（因为无限长，沿自身方向平移不改变直线），剩下就是四个自由度。常见的表示方法有几种，每种都有自己的脾气。

第一种是普吕克坐标，用两个三维向量表示，一个是方向向量d，一个是矩向量m。它们满足约束d·m=0，所以六个参数里只有四个独立。普吕克坐标的好处是直线之间的相交、平行判断很直接，而且对直线做刚体变换就是两个向量分别乘旋转矩阵，形式很统一。缺点是六个参数带约束，在优化里直接更新会破坏约束，需要额外处理。

第二种是正交表示，把普吕克坐标分解成一个旋转矩阵和一个尺度因子，旋转矩阵用四元数或旋转向量表示，这样就是四个参数无约束。优化的时候直接更新这四个参数就行，不会破坏约束。ORB-SLAM里用的就是这种思路，先转成普吕克坐标做投影和误差计算，优化时再转成正交表示更新。

第三种是端点表示，直接用两个三维点表示直线。简单直观，但问题是端点在图像里经常不稳定，一条线可能被遮挡一半，端点就飘了。而且优化的时候两个端点各自更新，容易把直线拉弯。所以端点表示一般只用于初始化，后续优化还是用普吕克或正交表示。

实操心得：如果你刚开始写线特征SLAM的代码，建议先用普吕克坐标做投影和误差计算，因为公式最直接。等到要写优化部分了，再转成正交表示。不要一上来就两种混着用，容易把自己绕晕。

2.2 线特征的重投影误差怎么算

线特征的重投影误差和点特征不一样。点特征是把三维点投影到图像上，和观测到的像素点算距离。线特征是把三维直线投影到图像上，得到一条二维直线，然后算观测到的线段端点到这条二维直线的距离。注意，这里用的是端点到直线的距离，不是直线到直线的距离，因为观测到的线段端点是有噪声的，而投影得到的二维直线是模型预测的。

具体来说，假设三维直线L投影到图像上得到二维直线l，观测到的线段两个端点是p1和p2。那么误差就是p1到l的距离加上p2到l的距离。这个误差对位姿和直线参数的雅可比矩阵是可以推导的，但推导过程比较长，这里不展开。关键是理解这个误差的物理意义：它衡量的是“模型预测的直线”和“实际观测到的线段”之间的偏差。

有一个细节需要注意：线特征的重投影误差对直线的方向不敏感，只对直线的位置敏感。也就是说，如果预测的直线和观测的线段平行但偏移了，误差会很大；如果预测的直线和观测的线段相交但角度差了一点，误差反而可能不大。这会导致优化时直线方向更新得比较慢。解决办法是同时考虑端点到直线的距离和直线之间的角度差，或者用更复杂的误差模型。

2.3 线特征提取的实操要点

线特征提取常用的算法是LSD和EDLines。LSD速度快，但容易把一条长线打断成很多短线；EDLines对长线更友好，但参数需要调。实际用的时候，我一般会先用LSD提取，然后做一个线段合并，把方向相近、端点靠近的线段合并成一条。合并的阈值需要根据图像分辨率调，太大容易把两条平行线合并成一条，太小又合并不了。

提取出来的线段还需要做筛选。太短的线段（比如小于20像素）直接扔掉，因为噪声大；太长的线段也要小心，可能是图像边缘或者光照突变造成的假线。筛选之后，还要做描述子的计算，用于后续的线特征匹配。线描述子常用的有LBD，它考虑了线段周围区域的梯度分布，比单纯的线段方向更鲁棒。

注意：线特征提取对图像质量很敏感。如果图像有运动模糊或者曝光过度，提取出来的线段会又短又碎。所以实际跑SLAM的时候，相机的曝光时间和运动速度要控制好，不然线特征反而会拖累系统。

3. 面特征SLAM的核心原理与参数化方案

3.1 平面参数化的四种方案对比

平面的参数化比直线更麻烦。一个平面在三维空间里有三个自由度：法向量两个（因为法向量是单位向量，只有两个独立方向），距离一个。但直接用三个参数表示平面会有奇异点，比如法向量接近竖直的时候，参数化会不稳定。所以常见的做法是用四个参数表示，再加一个约束。

第一种是Hesse形式，用单位法向量n和距离d表示，满足n·p+d=0。四个参数，一个约束。简单直观，但优化时约束不好处理。

第二种是球坐标，用法向量的两个角度和距离表示，三个参数无约束。但角度在极点附近有奇异，而且角度更新是非线性的，雅可比不好推。

第三种是四元数，把法向量用四元数表示，再加距离，五个参数两个约束。冗余度高，但更新平滑。

第四种是切空间表示，在平面的切空间里用两个参数表示法向量的扰动，距离单独一个参数。三个参数无约束，而且没有奇异点。这是目前最常用的方案，ORB-SLAM的平面版本和很多RGB-D SLAM都用这种。

实操心得：如果你用的是RGB-D相机，平面提取可以用深度图做区域生长，把深度相近、法向量相近的像素聚成一个平面。区域生长的阈值需要根据深度噪声调，深度噪声大的时候阈值要放宽，不然平面会碎成很多小块。

3.2 平面特征的重投影误差与优化

平面的重投影误差和线类似，也是把三维平面投影到图像上，然后算观测到的平面区域和预测平面区域之间的差异。但平面的投影不是一条线或一个点，而是一个区域，所以误差的定义更复杂。常见的方法有两种：一种是算平面参数在图像上的投影误差，比如用平面的法向量和距离构造一个误差项；另一种是算平面上的点到预测平面的距离，然后求和。

第一种方法计算量小，但物理意义不够直观；第二种方法物理意义明确，但需要知道平面上哪些点属于这个平面，通常用深度图或者分割结果。实际用的时候，我一般会用第一种方法做粗优化，然后用第二种方法做精优化。

平面的优化还有一个特殊问题：平面之间的约束。比如地板和墙面是垂直的，桌面和地面是平行的。这些结构约束如果加入优化，可以显著提升精度。但约束的权重需要调，太强了会过拟合，太弱了没效果。我一般会先用结构约束做一次初始化，然后在优化中逐渐降低权重。

3.3 面特征提取的实操要点

面特征提取通常依赖深度信息。RGB-D相机可以直接从深度图提取平面，激光雷达可以从点云提取平面。常用的算法有RANSAC、区域生长、层次聚类等。RANSAC适合提取主导平面，比如地板和墙面；区域生长适合提取连续的大平面；层次聚类适合提取多个小平面。

提取出来的平面需要做合并和筛选。法向量相近、距离相近的平面可以合并；面积太小的平面直接扔掉；法向量不稳定的平面也要小心，可能是噪声造成的。合并的阈值需要根据场景调，室内场景一般法向量夹角小于10度、距离差小于5厘米就可以合并。

注意：平面提取对深度图的噪声很敏感。如果深度图有空洞或者噪声大，提取出来的平面会又碎又飘。所以实际用的时候，深度图要先做滤波，比如双边滤波或者中值滤波，把噪声压下去再提取平面。

4. 线面SLAM的完整实操流程与代码框架

4.1 从零搭建一个线面SLAM的代码框架

假设你已经有一个基本的视觉里程计框架，能跑点特征SLAM。现在要加入线和面，代码结构需要改几个地方。首先是特征提取模块，要增加线特征提取和面特征提取，并且把提取结果和点特征一起打包成帧。其次是地图模块，要增加线和面的地图点，并且维护它们的参数化和更新。最后是优化模块，要把线和面的重投影误差加入优化目标函数。

具体来说，帧的数据结构里要加两个字段：一个是线特征列表，每个线特征包含两个端点、LBD描述子、普吕克坐标；另一个是面特征列表，每个面特征包含法向量、距离、内点索引。地图的数据结构里也要加两个列表：线地图点和面地图点，每个地图点包含参数、观测列表、更新历史。

优化的时候，误差项要分三部分：点特征重投影误差、线特征重投影误差、面特征重投影误差。三部分的权重需要调，一般点特征权重最高，线特征次之，面特征最低。因为点特征最准，线特征次之，面特征最容易受噪声影响。

# 伪代码示例：线面SLAM的优化目标函数 def optimize(frame, map): error = 0 # 点特征重投影误差 for point in frame.points: error += point_weight * reprojection_error(point, map) # 线特征重投影误差 for line in frame.lines: error += line_weight * line_reprojection_error(line, map) # 面特征重投影误差 for plane in frame.planes: error += plane_weight * plane_reprojection_error(plane, map) return error

4.2 参数调优的实战经验

线面SLAM的参数比点SLAM多得多，调起来很头疼。我总结了几条经验。第一，线特征的权重不要设太高，因为线特征提取本身有噪声，权重太高会把位姿带偏。一般线特征权重是点特征的0.5到0.8倍。第二，面特征的权重更低，0.2到0.5倍就够了，因为面特征提取依赖深度，深度噪声大的时候面特征很不准。第三，优化迭代次数不要太多，线面SLAM的优化容易震荡，迭代10到20次就够了，多了反而会过拟合。

还有一个坑是线特征的端点更新。如果优化的时候直接更新端点，线特征容易变短或者变长，甚至变成一条曲线。解决办法是只更新直线的参数（普吕克坐标或正交表示），端点只用于计算误差，不参与更新。这样线特征会保持直线形状，不会变形。

实操心得：调参的时候先用小数据集跑，比如TUM的RGB-D数据集里的几个序列。跑通了再上大数据集。不要一上来就用KITTI或者EuRoC，那些数据集场景复杂，线面特征提取容易出问题，调参会很痛苦。

4.3 线面SLAM的评估方法

评估线面SLAM和评估点SLAM类似，主要看绝对轨迹误差和相对位姿误差。但线面SLAM还要看线和面的重建质量。线的重建质量可以用线的长度误差和方向误差衡量；面的重建质量可以用面的法向量误差和距离误差衡量。这些指标在点SLAM里没有，需要自己写代码算。

还有一个评估维度是鲁棒性。线面SLAM的优势在弱纹理环境，所以评估的时候要专门跑弱纹理序列，比如白墙走廊、纯色地板。如果线面SLAM在这些序列上比点SLAM好，说明线和面确实起作用了。如果差不多，说明线和面的权重太低或者提取质量太差，需要调。

5. 常见问题与排查技巧实录

5.1 线特征提取不稳定怎么办

线特征提取不稳定的表现是：同一场景下，不同帧提取出来的线段数量差异很大，或者线段的端点飘忽不定。原因通常有三个：图像质量差、提取参数不合适、场景本身线特征少。解决办法：先检查图像质量，如果有运动模糊或者曝光问题，先解决图像问题；然后调提取参数，比如LSD的阈值、最小线段长度；最后如果场景本身线特征少，那就不要强求，降低线特征的权重或者干脆不用。

5.2 面特征提取碎成很多小块怎么办

面特征提取碎成小块的表现是：一个大平面被提取成很多小平面，每个小平面的法向量和距离都有差异。原因是深度图噪声大或者区域生长阈值太严。解决办法：先对深度图做滤波，把噪声压下去；然后放宽区域生长的阈值，让更多像素聚成一个平面；最后做一个平面合并，把法向量相近、距离相近的小平面合并成一个大平面。

5.3 优化震荡不收敛怎么办

优化震荡不收敛的表现是：误差曲线上下波动，位姿估计跳来跳去。原因通常是权重设置不合理或者误差模型有问题。解决办法：先降低线特征和面特征的权重，让点特征主导优化；然后检查误差模型，确保线和面的重投影误差计算正确；最后减少优化迭代次数，或者用更稳定的优化算法，比如LM算法代替高斯牛顿。

5.4 线面SLAM在弱纹理环境下的表现

弱纹理环境是线面SLAM的主场。我实测下来，在白墙走廊里，点SLAM跑几十帧就丢了，线面SLAM能跑几百帧。但线面SLAM也不是万能的，如果走廊里连线特征都没有，比如纯白圆弧墙面，那线面SLAM也救不了。所以实际用的时候，要根据场景选择合适的特征组合。结构化环境用线面，非结构化环境用点，混合环境用点线面。

注意：线面SLAM的计算量比点SLAM大，因为线和面的参数化更复杂，优化变量更多。如果跑在嵌入式平台上，需要做计算优化，比如用稀疏矩阵、并行计算、特征筛选等。不要指望线面SLAM能在低端设备上实时跑，除非场景特别简单。

6. 从入门到进阶的学习路径建议

6.1 第一阶段：理解线和面的数学表示

这个阶段的目标是能把线和面的参数化推导一遍，知道每种表示方法的优缺点。推荐先看SLAM十四讲里关于李群李代数的部分，然后找几篇经典的线面SLAM论文看，比如关于普吕克坐标和正交表示的。不要急着写代码，先把数学搞明白。数学不清楚，代码写出来也是错的。

6.2 第二阶段：跑通一个线面SLAM的demo

这个阶段的目标是能跑通一个开源的线面SLAM系统，比如PL-SLAM或者RGB-D SLAM的平面版本。跑通之后，试着改几个参数，看看效果怎么变。然后试着在弱纹理序列上跑，对比点SLAM和线面SLAM的差异。这个阶段最重要的是建立直觉：什么场景下线面有用，什么场景下线面没用。

6.3 第三阶段：自己写一个简单的线面SLAM

这个阶段的目标是从零写一个简单的线面SLAM，不用很复杂，能跑通就行。可以先从线特征开始，加入点特征SLAM的框架里，跑通了再加面特征。写的过程中会遇到很多坑，比如参数化更新、误差计算、优化震荡等，这些都是宝贵的经验。写完自己的线面SLAM，再回头看开源代码，会有更深的理解。

实操心得：写代码的时候一定要做单元测试。比如线特征的重投影误差，可以手动构造一个已知的直线和位姿，算出来的误差应该和理论值一致。单元测试能帮你快速定位bug，不然优化不收敛的时候你都不知道是哪里错了。

6.4 第四阶段：探索线面SLAM的前沿方向

线面SLAM还有很多开放问题，比如动态场景下的线面SLAM、线面SLAM和深度学习的结合、线面SLAM的长期建图等。如果你已经能熟练跑通线面SLAM，可以试着往这些方向探索。比如用深度学习提取线特征和面特征，比传统方法更鲁棒；或者在动态场景里，把动态物体的线和面剔除掉，只保留静态结构。

我个人在实际操作中的体会是，线面SLAM的门槛确实比点SLAM高，但一旦跨过去，你会发现SLAM的世界大了很多。点特征只是SLAM的一个视角，线和面提供了另外两个视角，三个视角结合起来，才能更全面地理解场景。这个暑期研习系列的第一篇就到这里，下一篇会讲线特征提取的具体代码实现和调参细节。