视觉里程计（Visual Odometry，VO）是自动驾驶系统中一种通过摄像头连续采集的图像序列来估计车辆自身运动状态的技术。它通过分析相邻帧图像间的特征点匹配关系，结合相机成像几何原理，计算出车辆在三维空间中的相对位移和姿态变化。视觉里程计不需要依赖外部基础设施，仅凭视觉信息就能实现厘米级的定位精度，特别适用于GPS信号缺失的复杂城市场景。这项技术的核心在于特征提取、运动估计和轨迹优化的算法组合，其中特征点的鲁棒性和匹配精度直接决定了系统的可靠性。
在实际应用中，视觉里程计常与惯性测量单元（IMU）融合形成视觉惯性里程计（VIO），以弥补纯视觉系统在高速运动或纹理缺失场景下的局限性。特斯拉Autopilot等量产系统已采用基于学习的VO方案，通过神经网络直接预测相机运动，显著提升了在雨雪等恶劣环境下的稳定性。随着事件相机（Event Camera）和神经辐射场（NeRF）等新技术的引入，视觉里程计正在向更高精度、更低延迟的方向发展。