重投影误差（Reprojection Error）是计算机视觉和自动驾驶领域中评估三维点与二维图像之间投影关系准确性的重要指标。具体而言，它是指通过相机模型将三维空间点投影到二维图像平面后，其投影点与实际观测到的图像特征点之间的像素距离差。理想情况下，当相机参数（如内参、外参）和三维点位置都完全准确时，重投影误差应为零。该指标常被用于相机标定、视觉里程计（VO）和同步定位与地图构建（SLAM）等算法的优化过程中。
在自动驾驶实际开发中，重投影误差直接影响着多传感器融合的精度。例如，当激光雷达点云与摄像头图像进行联合标定时，过大的重投影误差会导致障碍物检测出现位置偏差。工程师通常会采用束调整（Bundle Adjustment）等优化方法最小化整体重投影误差，从而提升感知系统的稳定性。随着深度学习技术的发展，一些新型网络架构开始直接学习最小化重投影误差的特征表示，这为自动驾驶的实时环境理解提供了新的技术路径。