Tag: SLAM

局部地图是自动驾驶系统中用于实时环境感知与路径规划的核心数据结构，指车辆传感器在当前时刻可观测范围内的动态环境表征。与全局地图不同，局部地图通常覆盖车辆周围50-200米范围，以高频率（10-100Hz）更新道路几何特征、障碍物位置、交通标志等关键信息，其坐标系通常以自车位置为原点构建。这种空间受限但时效性强的地图，能够有效弥补GPS信号延迟、高精地图局部失效等问题。 在自动驾驶产品落地中，局部地图的质量直接影响决策系统的可靠性。现代方案通常融合激光雷达点云、视觉语义分割、毫米波雷达目标检测等多源数据，通过SLAM技术构建带有时序一致性的局部环境模型。值得注意的是，局部地图不仅包含静态元素，还需动态跟踪行人、车辆等运动实体，这要求感知算法具备多目标跟踪与行为预测能力。部分领先厂商已开始尝试将局部地图与V2X信息融合，以扩展感知盲区的覆盖范围。

因子图（Factor Graph）是一种用于表示概率图模型的数学工具，它将复杂的概率分布分解为多个局部因子的乘积形式。在自动驾驶领域，这种图结构被广泛应用于同时定位与地图构建（SLAM）、传感器融合等关键任务中。因子图由两类节点构成：变量节点（代表待估计的状态量，如车辆位姿）和因子节点（表示观测约束或先验知识），通过边连接表示变量与因子之间的依赖关系。其核心优势在于能够直观地展现高维状态空间中变量间的条件独立性，并通过高效的图优化算法（如GTSAM库采用的算法）实现实时推理。 在自动驾驶系统开发中，因子图为多传感器数据融合提供了优雅的数学框架。例如激光雷达与IMU的观测数据可以转化为不同的因子节点，共同约束车辆的运动轨迹估计。这种模块化设计使得系统能够灵活地添加或移除传感器模型，同时保持算法架构的一致性。特斯拉2021年发布的纯视觉自动驾驶方案中，就采用了类似因子图的概率网络来实现跨摄像头的时空信息融合。随着边缘计算能力的提升，基于因子图的优化方法正逐渐取代传统滤波器，成为自动驾驶状态估计的主流范式。

高斯-牛顿方法(Gauss-Newton Method)是一种用于求解非线性最小二乘问题的迭代优化算法，它通过将非线性问题局部线性化来逼近最优解。该方法可以看作是牛顿法在最小二乘问题中的特殊形式，通过忽略二阶导数项来简化计算，特别适用于残差函数可微且初始值接近真实解的情况。其核心思想是在每次迭代中求解一个线性最小二乘子问题，逐步逼近目标函数的最小值点。 在自动驾驶领域，高斯-牛顿方法常被用于传感器标定、视觉SLAM（同步定位与建图）等任务中的非线性优化问题。例如，在相机-激光雷达联合标定过程中，该方法能有效优化标定参数以最小化投影误差；在基于特征点的视觉里程计中，则可用于优化相机位姿估计。相较于传统牛顿法，其计算效率更高，这对实时性要求严格的自动驾驶系统尤为重要。随着边缘计算设备性能提升，该方法在车载嵌入式平台上的应用也日益广泛。

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。

本质矩阵（Essential Matrix）是计算机视觉中描述两幅图像间对极几何关系的3×3矩阵，它编码了两个相机视角之间的相对位置和姿态信息。这个矩阵仅由相机的内参矩阵和外部运动参数决定，能够将一幅图像中的特征点映射到另一幅图像的对极线上。本质矩阵的秩为2，具有五个自由度（三个旋转参数和两个平移方向），在双目视觉系统中具有基础性作用。 在自动驾驶领域，本质矩阵是视觉里程计（Visual Odometry）和SLAM技术的核心数学工具之一。通过车载摄像头捕捉的连续帧图像，计算本质矩阵可以准确估计车辆自身的运动轨迹，这对于没有GPS信号的环境尤为重要。实际应用中，工程师们通常结合RANSAC算法来鲁棒地估计本质矩阵，以处理特征匹配中的噪声和异常值。随着深度学习的发展，基于神经网络的本质矩阵估计方法也展现出强大的潜力。

基础矩阵（Fundamental Matrix）是计算机视觉领域中描述两幅图像间极几何关系的3×3矩阵，它编码了双目相机系统的内在几何约束。当空间中的同一点在两个不同视角下成像时，基础矩阵确立了这两个像点坐标间的数学关系，即x’ᵀFx=0，其中x和x’分别是三维点在两幅图像中的对应点。这个矩阵仅由相机的内参和相对位姿决定，与场景结构无关，是立体视觉和运动恢复结构（SfM）中的核心数学工具。 在自动驾驶领域，基础矩阵为多目视觉系统的深度估计提供了理论基础。通过车载前视或环视摄像头捕捉的连续帧图像，算法可计算基础矩阵来恢复车辆与环境的相对运动，进而实现障碍物距离测算和场景三维重建。实际应用中常与特征点匹配、RANSAC算法结合使用，能有效提升视觉里程计（VO）和同步定位与地图构建（SLAM）系统的鲁棒性。近年来，随着深度学习与几何视觉的融合，基础矩阵的估计精度和计算效率已显著提升，成为自动驾驶感知模块的重要支撑技术。