为什么工程上选择VINS而不是ORB-SLAM？

点击下方 卡片 ，关注 「3DCV」 公众号
选择 星标 ，干货第一时间送达

编辑：3DCV

添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。文末附行业细分群

扫描下方二维码，加入 3D视觉知识星球 ，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料： 近20门视频课程(星球成员免费学习) 、 最新顶会论文 、 3D视觉最新模组 、 3DGS系列(视频+文档) 、 计算机视觉书籍 、 优质3D视觉算法源码 等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！

来源：zhihu.com/question/650407644
编辑：3DCV

本人做无人机自主导航，发现很多公司在工程上是用VINS（VINS-Mono或VINS-Fusion）做里程计，而不是ORB-SLAM，但是据我了解ORB-SLAM比VINS效果更好，这是为什么呢？

袁博融

因为大部分工程师对SLAM都没有深入了解。要么是都试试，哪个能跑通效果好就用哪个，要么是跟着主流意见走。而主流意见未必就是对的，很大程度上也是受公众号自媒体影响。其实VINS和ORB-SLAM都不是适合工程使用的好方案。

工程应用首先应保证前端的鲁棒性，其次才是精度。毕竟你要先能收敛，看精度才有意义。运行时但凡飘一下，之前精度再高也是打水漂。VINS和ORB-SLAM对于corner cases是没啥特殊处理的，连ZUPT都没做，这就注定鲁棒性不足。VINS长时间运行会发散是必然的。

大家觉得VINS和ORB-SLAM精度高，那是它们在几个公开数据集上表现好。但这并不意味着它们在工程应用中也一定表现好。实际上，应用中对精度影响更大的反而是数据质量，而不是算法本身。比如传感器的标定误差、同步精度、曝光、对比度、噪点等都可能会产生显著影响。在这种情况下，算法本身的差异甚至可以忽略不计。即便你出厂标定的再好，产品在整个生命周期里的参数漂移也是要考虑的吧。这些都是工程问题。

我一直不建议SLAM研究者只拿数据集做测试。数据集的固定序列难以让我们认识算法表现的随机性。我见过在某些序列上基础的VO比VINS和ORB-SLAM精度更高。但这显然是随机性引起的，因为综合多个序列的结果还是VINS和ORB-SLAM更好。我经常手持设备去跑测试，即便走同样的线路，多次的表现也会有差异。如果一个算法多次表现起伏很大，我们至少可以说它在这个场景中没有处于合适的工作窗口。

作为开发者不能总是照顾算法的特性，而应该多创造可能产生退化的极端场景做研究。这就是为什么我之前甚至录了过山车数据来做SLAM测试。

我自己实现的VIO方案可以跑完这条序列，但我不觉得VINS或ORB-SLAM能做到。我开源这套数据后也一直没有其他人说能跑通。即便我的方案能跑通这种极端场景，也不意味着它在其它看起来更简单的场景中就不会出问题。事实上我们在其它项目中也遇到过各种挑战，也是花了几个月的时间去分析和优化，现在也还在继续迭代。

VINS和ORB-SLAM的后端其实都不算先进，应该说还不如RTAB-Map。这几个后端其实都在用BoW，但RTAB-Map还有内存管理等高级特性。我一直奇怪咋还不更新成VLAD，是因为大家跑的场景不够大吗？反正RTAB-Map很快会支持VLAD的，因为我也是它的第二大贡献者。但我并不是说RTAB-Map比VINS或ORB-SLAM更好，而是它们根本不好比。RTAB-Map最初就是个VSLAM后端框架，后来才加的前端。我前面说的基础的VO就是RTAB-Map后来加的实现。而你甚至可以在RTAB-Map中用VINS或ORB-SLAM做前端。这也是为什么我要另外做VIO方案，因为RTAB-Map本来就没提供这些，它只是预留了模板。RTAB-Map不是个算法而是个框，什么都可以往里装。

ORB-SLAM的最大硬伤就是它用的是ORB特征。ORB特征除了性能好一些，在各类任务上都没什么优势。不知道有多少研究者仔细测试和比较过，其实传统特征描述子最好的还是SIFT（而且专利也到期了），后来的没一个能打的。但SIFT检测开销大也是众所周知的。而SIFT检测+SIFT描述子也不是最好的。我目前知道的最好的组合是GFTT（Shi-Tomasi）+SIFT描述子，回环检测能力吊打其它各种组合。CV领域就是这么神奇，最老的反而是最好的。GFTT本身开销就低，还方便做硬件加速。ORB做硬件加速都要更麻烦一些。我自己方案就是用GFTT+RootSIFT或SuperPoint（HF-Net）。不考虑后端的话，GFTT+KLT其实都非常好了。

所以如果你要问工程上哪个方案最好，我会告诉你RTAB-Map不错，但它只能做后端，你还需要一个好的前端。我们的前端方案今年会推产品，RTAB-Map这一两年也还会有重量级更新。除了VLAD部分还会有iSAM2，Gaussian Splatting等。目标就是纯视觉做超大场景（至少城市级吧）VSLAM+三维重建。

乐知者

论文与实际有差别。

这就看你把orbslam和vinsmono用来干什么了。

先作为Vio来说，结论vinsmono优于orb3（没有了回环检测、多地图功能和重定位的orb3,不如vins一根毛）。理由如下：

1. 运行资源。orb3远比vins消耗的多，不解释。
2. 前段跟踪稳定性。lk光流跟踪比orb3 track跟踪稳定很多。orb3在实际场景中，tracklocalmap容易失败。orb3在室外场景中容易reset，然后新建地图。
3. 后端优化这块。怎么说呢，orb3确实强，但是不符合导航要求的定位。因为你会经常看到它明开始跟飞很远，然后又给你突然拉回来。这种跟飞又来回来很蛋疼。没有vins-mono那边平滑。
4. 精度这块（假设你成功运行完一个数据集），精度orb3会比vins强（vio初始化好的话，orb3可以到达1%)。然并软，因为orb3并不稳定，跑同一个书籍，你可能得到的结果都差异很大。
5. 外参和实延。orb受外参数影响特别大，不如vins一根毛。
6. 调试。vins参数量小于orb3，且稳定性比orb3强多了，不然你都不知道这次结果比上次好到底是什么原因导致的。

结论：vio1 vins-mono+orb3初始化策略

vio2  msckf前段+orb后端

这两个YYDS。

作为slam (三维重建，语义地图),orb3远优越于vins。自己理解。

忠告：远离vslam或者Vio，拥抱感知或者激光。

余世杰

说下自己的理解，ORB强在是一个完整的系统，代码结构逻辑非常清晰，比较模块化，要做修改替换啥的比较方便，同时地图的部分对于需要的项目来说很省事儿，可以直接拿来用。缺点是，代码中还是存在一些致命的bug，会跑崩（程序挂了），以及作为一个VIO系统来说，稳定性不够强，若视觉失效，几乎立马就整体丢了，所以精度高的意义没那么大了又。若要求视觉必须稳定，那为啥我还要加IMU呢，这也是一个ORB3精度可能不如ORB2的一个原因。

VINS强在一个对外参依耐性没那么强，毕竟自己可以估计，导致就算初始化有点点问题，也可以很快稳定下来。而稳定性更是不用说，在视觉失效个5秒左右，系统都能比较正常的跑下来。还可以融合GPS输出个对齐结果，对于需要的项目也是一个加分项。缺点的话，大概就是缺少了地图一部分吧，自身是比较强的。

格雷伍德斯堪

因为VINS-Mono在真实场景中的稳定性远远好于ORB-SLAM3，虽然ORB-SLAM3在论文中的精度指标大幅度好于VINS-Mono，但是，你总不能一直在那几个数据集刷指标吧，在工程中的应用就要求一个系统必须能够鲁棒稳定，本人实测ORB-SLAM3对外参，特别是rotation，非常敏感，标定差一些直接就跑飞了，而VINS就不会有这个问题，可能虽然整体误差有一些大，但是实时性和鲁棒性足够了，ORB-SLAM3的VI初始化很耗时间，同时在自己实际设备上的有效性一般，VINS的初始化简单明了，实测也不会跑飞，而且又有一个250HZ的IMU预积分线程，能够很好的保证实时性，因此工程应用无脑VINS，会省很多事情.

本文仅做学术分享，如有侵权，请联系删文。

3DCV技术交流群

目前我们已经建立了3D视觉方向多个社群，包括 2D计算机视觉 、 大模型 、 工业3D视觉 、 SLAM 、 自动驾驶 、 三维重建 、 无人机 等方向，细分群包括：

2D计算机视觉： 图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等

大模型： NLP、CV、ASR、生成对抗大模型、强化学习大模型、对话大模型等

工业3D视觉： 相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、摄影测量、阵列相机、光度立体视觉等。

SLAM ： 视觉SLAM、激光SLAM、语义SLAM、滤波算法、多传感器融合、多传感器标定、动态SLAM、MOT SLAM、NeRF SLAM、机器人导航等。

自动驾驶： 深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、自动驾驶综合群等、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、BEV感知、Occupancy、目标跟踪、端到端自动驾驶等。

三维重建： 3DGS、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等

无人机： 四旋翼建模、无人机飞控等

除了这些，还有 求职 、 硬件选型 、 视觉产品落地 、 最新论文 、 3D视觉最新产品 、 3D视觉行业新闻 等交流群

添加小助理: dddvision，备注： 研究方向+学校/公司+昵称 （如3D点云+清华+小草莓） , 拉你入群。

3D视觉技术星球

3D视觉从入门到精通知识星球、国内成立最早的3D视觉学习交流社区。包括： 星球视频课程近20门（价值超6000） 、 项目对接 、 3D视觉学习路线总结 、 最新顶会论文&代码 、 3D视觉行业最新模组 、 3D视觉优质源码汇总 、 书籍推荐 、 编程基础&学习工具 、 实战项目 &作业 、 求职招聘&面经&面试题 等等。欢迎加入3D视觉从入门到精通知识星球，一起学习进步。

3DGS、NeRF、结构光、相位偏折术、机械臂抓取、点云实战、Open3D、缺陷检测、 BEV感知、Occupancy、Transformer、模型部署、3D目标检测、深度估计、多传感器标定、规划与控制、 无人机仿真、三维视觉C++、三维视觉python、dToF、相机标定、ROS2、机器人控制规划 、 LeGo-LAOM、多模态融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、 MVSNet三维重建、colmap、线面结构光、硬件结构光扫描仪，无人机等