工程實(shí)踐中VINS與ORB-SLAM的優(yōu)劣分析

很多公司在工程上是用VINS（VINS-Mono或VINS-Fusion）做里程計(jì)，而不是ORB-SLAM，但是好像ORB-SLAM比VINS效果更好，這是為什么呢？且看大家是怎么說(shuō)的

簡(jiǎn)單回顧

ORB-SLAM是一種基于特征的單目視覺(jué)SLAM系統(tǒng)，廣泛用于實(shí)時(shí)三維地圖構(gòu)建和機(jī)器人定位。該系統(tǒng)使用ORB特征進(jìn)行高效的視覺(jué)識(shí)別和地圖重建，支持關(guān)鍵幀技術(shù)和回環(huán)檢測(cè)來(lái)優(yōu)化地圖的準(zhǔn)確性。ORB-SLAM能夠在多種環(huán)境下穩(wěn)定工作，適用于動(dòng)態(tài)場(chǎng)景和長(zhǎng)時(shí)間操作，因其出色的性能和靈活性，被廣泛應(yīng)用于自動(dòng)駕駛、增強(qiáng)現(xiàn)實(shí)等領(lǐng)域。

VINS（Visual-Inertial Navigation System）是一種結(jié)合視覺(jué)信息和慣性測(cè)量單元（IMU）數(shù)據(jù)的SLAM框架，能夠提供高精度的實(shí)時(shí)定位和地圖構(gòu)建功能。VINS通過(guò)融合相機(jī)和IMU的數(shù)據(jù)，即使在視覺(jué)信息不足的情況下也能保持較高的定位精度，使其適用于快速運(yùn)動(dòng)或低光照條件下的場(chǎng)景。VINS框架因其魯棒性和準(zhǔn)確性，在無(wú)人機(jī)導(dǎo)航、移動(dòng)機(jī)器人等領(lǐng)域得到了廣泛應(yīng)用。

看看大家怎么說(shuō)

袁博融說(shuō)

因?yàn)榇蟛糠?a target="_blank">工程師對(duì)SLAM都沒(méi)有深入了解。要么是都試試，哪個(gè)能跑通效果好就用哪個(gè)，要么是跟著主流意見(jiàn)走。而主流意見(jiàn)未必就是對(duì)的，很大程度上也是受公眾號(hào)自媒體影響。其實(shí)VINS和ORB-SLAM都不是適合工程使用的好方案。

工程應(yīng)用首先應(yīng)保證前端的魯棒性，其次才是精度。畢竟你要先能收斂，看精度才有意義。運(yùn)行時(shí)但凡飄一下，之前精度再高也是打水漂。VINS和ORB-SLAM對(duì)于corner cases是沒(méi)啥特殊處理的，連ZUPT都沒(méi)做，這就注定魯棒性不足。VINS長(zhǎng)時(shí)間運(yùn)行會(huì)發(fā)散是必然的。

大家覺(jué)得VINS和ORB-SLAM精度高，那是它們?cè)趲讉€(gè)公開(kāi)數(shù)據(jù)集上表現(xiàn)好。但這并不意味著它們?cè)诠こ虘?yīng)用中也一定表現(xiàn)好。實(shí)際上，應(yīng)用中對(duì)精度影響更大的反而是數(shù)據(jù)質(zhì)量，而不是算法本身。比如傳感器的標(biāo)定誤差、同步精度、曝光、對(duì)比度、噪點(diǎn)等都可能會(huì)產(chǎn)生顯著影響。在這種情況下，算法本身的差異甚至可以忽略不計(jì)。即便你出廠標(biāo)定的再好，產(chǎn)品在整個(gè)生命周期里的參數(shù)漂移也是要考慮的吧。這些都是工程問(wèn)題。

我一直不建議SLAM研究者只拿數(shù)據(jù)集做測(cè)試。數(shù)據(jù)集的固定序列難以讓我們認(rèn)識(shí)算法表現(xiàn)的隨機(jī)性。我見(jiàn)過(guò)在某些序列上基礎(chǔ)的VO比VINS和ORB-SLAM精度更高。但這顯然是隨機(jī)性引起的，因?yàn)榫C合多個(gè)序列的結(jié)果還是VINS和ORB-SLAM更好。我經(jīng)常手持設(shè)備去跑測(cè)試，即便走同樣的線路，多次的表現(xiàn)也會(huì)有差異。如果一個(gè)算法多次表現(xiàn)起伏很大，我們至少可以說(shuō)它在這個(gè)場(chǎng)景中沒(méi)有處于合適的工作窗口。

作為開(kāi)發(fā)者不能總是照顧算法的特性，而應(yīng)該多創(chuàng)造可能產(chǎn)生退化的極端場(chǎng)景做研究。這就是為什么我之前甚至錄了過(guò)山車數(shù)據(jù)來(lái)做SLAM測(cè)試。

我自己實(shí)現(xiàn)的VIO方案可以跑完這條序列，但我不覺(jué)得VINS或ORB-SLAM能做到。我開(kāi)源這套數(shù)據(jù)后也一直沒(méi)有其他人說(shuō)能跑通。即便我的方案能跑通這種極端場(chǎng)景，也不意味著它在其它看起來(lái)更簡(jiǎn)單的場(chǎng)景中就不會(huì)出問(wèn)題。事實(shí)上我們?cè)谄渌?xiàng)目中也遇到過(guò)各種挑戰(zhàn)，也是花了幾個(gè)月的時(shí)間去分析和優(yōu)化，現(xiàn)在也還在繼續(xù)迭代。

VINS和ORB-SLAM的后端其實(shí)都不算先進(jìn)，應(yīng)該說(shuō)還不如RTAB-Map。這幾個(gè)后端其實(shí)都在用BoW，但RTAB-Map還有內(nèi)存管理等高級(jí)特性。我一直奇怪咋還不更新成VLAD，是因?yàn)榇蠹遗艿膱?chǎng)景不夠大嗎？反正RTAB-Map很快會(huì)支持VLAD的，因?yàn)槲乙彩撬牡诙筘暙I(xiàn)者。但我并不是說(shuō)RTAB-Map比VINS或ORB-SLAM更好，而是它們根本不好比。RTAB-Map最初就是個(gè)VSLAM后端框架，后來(lái)才加的前端。我前面說(shuō)的基礎(chǔ)的VO就是RTAB-Map后來(lái)加的實(shí)現(xiàn)。而你甚至可以在RTAB-Map中用VINS或ORB-SLAM做前端。這也是為什么我要另外做VIO方案，因?yàn)镽TAB-Map本來(lái)就沒(méi)提供這些，它只是預(yù)留了模板。RTAB-Map不是個(gè)算法而是個(gè)框，什么都可以往里裝。

ORB-SLAM的最大硬傷就是它用的是ORB特征。ORB特征除了性能好一些，在各類任務(wù)上都沒(méi)什么優(yōu)勢(shì)。不知道有多少研究者仔細(xì)測(cè)試和比較過(guò)，其實(shí)傳統(tǒng)特征描述子最好的還是SIFT（而且專利也到期了），后來(lái)的沒(méi)一個(gè)能打的。但SIFT檢測(cè)開(kāi)銷大也是眾所周知的。而SIFT檢測(cè)+SIFT描述子也不是最好的。我目前知道的最好的組合是GFTT（Shi-Tomasi）+SIFT描述子，回環(huán)檢測(cè)能力吊打其它各種組合。CV領(lǐng)域就是這么神奇，最老的反而是最好的。GFTT本身開(kāi)銷就低，還方便做硬件加速。ORB做硬件加速都要更麻煩一些。我自己方案就是用GFTT+RootSIFT或SuperPoint（HF-Net）。不考慮后端的話，GFTT+KLT其實(shí)都非常好了。

所以如果你要問(wèn)工程上哪個(gè)方案最好，我會(huì)告訴你RTAB-Map不錯(cuò)，但它只能做后端，你還需要一個(gè)好的前端。我們的前端方案今年會(huì)推產(chǎn)品，RTAB-Map這一兩年也還會(huì)有重量級(jí)更新。除了VLAD部分還會(huì)有iSAM2，Gaussian Splatting等。目標(biāo)就是純視覺(jué)做超大場(chǎng)景（至少城市級(jí)吧）VSLAM+三維重建。

樂(lè)知者說(shuō)

論文與實(shí)際有差別。

這就看你把orbslam和vinsmono用來(lái)干什么了。

先作為Vio來(lái)說(shuō)，結(jié)論vinsmono優(yōu)于orb3（沒(méi)有了回環(huán)檢測(cè)、多地圖功能和重定位的orb3,不如vins一根毛）。理由如下：

1、運(yùn)行資源。orb3遠(yuǎn)比vins消耗的多，不解釋。

2、前段跟蹤穩(wěn)定性。lk光流跟蹤比orb3 track跟蹤穩(wěn)定很多。orb3在實(shí)際場(chǎng)景中，tracklocalmap容易失敗。orb3在室外場(chǎng)景中容易reset，然后新建地圖。

3、后端優(yōu)化這塊。怎么說(shuō)呢，orb3確實(shí)強(qiáng)，但是不符合導(dǎo)航要求的定位。因?yàn)槟銜?huì)經(jīng)?？吹剿鏖_(kāi)始跟飛很遠(yuǎn)，然后又給你突然拉回來(lái)。這種跟飛又來(lái)回來(lái)很蛋疼。沒(méi)有vins-mono那邊平滑。

4、精度這塊（假設(shè)你成功運(yùn)行完一個(gè)數(shù)據(jù)集），精度orb3會(huì)比vins強(qiáng)（vio初始化好的話，orb3可以到達(dá)1%)。然并軟，因?yàn)閛rb3并不穩(wěn)定，跑同一個(gè)書(shū)籍，你可能得到的結(jié)果都差異很大。

5、外參和實(shí)延。orb受外參數(shù)影響特別大，不如vins一根毛。

6、調(diào)試。vins參數(shù)量小于orb3，且穩(wěn)定性比orb3強(qiáng)多了，不然你都不知道這次結(jié)果比上次好到底是什么原因?qū)е碌摹?/p>

結(jié)論：

vio1 vins-mono+orb3初始化策略

vio2 msckf前段+orb后端

這兩個(gè)YYDS。

作為slam (三維重建，語(yǔ)義地圖),orb3遠(yuǎn)優(yōu)越于vins。自己理解。忠告：遠(yuǎn)離vslam或者Vio，擁抱感知或者激光。

余世杰說(shuō)

說(shuō)下自己的理解，ORB強(qiáng)在是一個(gè)完整的系統(tǒng)，代碼結(jié)構(gòu)邏輯非常清晰，比較模塊化，要做修改替換啥的比較方便，同時(shí)地圖的部分對(duì)于需要的項(xiàng)目來(lái)說(shuō)很省事兒，可以直接拿來(lái)用。缺點(diǎn)是，代碼中還是存在一些致命的bug，會(huì)跑崩（程序掛了），以及作為一個(gè)VIO系統(tǒng)來(lái)說(shuō)，穩(wěn)定性不夠強(qiáng)，若視覺(jué)失效，幾乎立馬就整體丟了，所以精度高的意義沒(méi)那么大了又。若要求視覺(jué)必須穩(wěn)定，那為啥我還要加IMU呢，這也是一個(gè)ORB3精度可能不如ORB2的一個(gè)原因。

VINS強(qiáng)在一個(gè)對(duì)外參依耐性沒(méi)那么強(qiáng)，畢竟自己可以估計(jì)，導(dǎo)致就算初始化有點(diǎn)點(diǎn)問(wèn)題，也可以很快穩(wěn)定下來(lái)。而穩(wěn)定性更是不用說(shuō)，在視覺(jué)失效個(gè)5秒左右，系統(tǒng)都能比較正常的跑下來(lái)。還可以融合GPS輸出個(gè)對(duì)齊結(jié)果，對(duì)于需要的項(xiàng)目也是一個(gè)加分項(xiàng)。缺點(diǎn)的話，大概就是缺少了地圖一部分吧，自身是比較強(qiáng)的。

格雷茨卡說(shuō)

因?yàn)閂INS-Mono在真實(shí)場(chǎng)景中的穩(wěn)定性遠(yuǎn)遠(yuǎn)好于ORB-SLAM3，雖然ORB-SLAM3在論文中的精度指標(biāo)大幅度好于VINS-Mono，但是，你總不能一直在那幾個(gè)數(shù)據(jù)集刷指標(biāo)吧，在工程中的應(yīng)用就要求一個(gè)系統(tǒng)必須能夠魯棒穩(wěn)定，本人實(shí)測(cè)ORB-SLAM3對(duì)外參，特別是rotation，非常敏感，標(biāo)定差一些直接就跑飛了，而VINS就不會(huì)有這個(gè)問(wèn)題，可能雖然整體誤差有一些大，但是實(shí)時(shí)性和魯棒性足夠了，ORB-SLAM3的VI初始化很耗時(shí)間，同時(shí)在自己實(shí)際設(shè)備上的有效性一般，VINS的初始化簡(jiǎn)單明了，實(shí)測(cè)也不會(huì)跑飛，而且又有一個(gè)250HZ的IMU預(yù)積分線程，能夠很好的保證實(shí)時(shí)性，因此工程應(yīng)用無(wú)腦VINS，會(huì)省很多事情

審核編輯：黃飛