視覺里程計（Visual Odometry）
定義
視覺里程計（Visual Odometry, VO）是利用相機連續拍攝的影像，估計相機（也就是機器人）每一刻移動了多少、轉了多少，進而累積出整段軌跡。名稱類比於用輪子轉數計算距離的輪式里程計。
兩大方法
| 方法 | 做法 | 代表 |
|---|---|---|
| 特徵點法 | 擷取角點等特徵、在兩張影像間配對，再解出相對位姿 | ORB-SLAM 的追蹤前端 |
| 直接法 | 直接最小化像素亮度差，不擷取特徵 | DSO、LSD-SLAM |
特徵點法對光線變化較穩健；直接法能利用低紋理區域的資訊。
使用情境
- 輪子打滑或沒有輪子的平台：無人機、手持裝置、腿式機器人。
- 視覺 SLAM 的前端：提供即時位姿估計，後端再做最佳化。
- 與 IMU 融合（VIO）：IMU 提供高頻短期估計，相機修正長期漂移，手機 AR 與許多無人機都採用。
常見限制
- 漂移：每一步的小誤差會累積，走越遠偏越多。
- 環境依賴：白牆、強反光、快速移動造成的模糊，都會讓特徵追蹤失敗。
延伸閱讀
常見問題
- 視覺里程計和視覺 SLAM 差在哪？
- 視覺里程計只估計相鄰影像之間的相對移動，誤差會一路累積（漂移）；視覺 SLAM 在此之上加入地圖維護與迴圈閉合，回到曾經去過的地方時能修正累積誤差。
- 單目相機為什麼無法知道真實尺度？
- 單張影像會失去深度資訊，單目視覺里程計估出的軌跡形狀正確但比例未知（尺度不確定性）。常見解法是搭配雙目相機、深度相機或 IMU（視覺慣性里程計 VIO）。
faq_01.log
faq_02.log