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

簡單回顧

ORB-SLAM是一種基于特征的單目視覺SLAM系統(tǒng)，廣泛用于實時三維地圖構建和機器人定位。該系統(tǒng)使用ORB特征進行高效的視覺識別和地圖重建，支持關鍵幀技術和回環(huán)檢測來優(yōu)化地圖的準確性。ORB-SLAM能夠在多種環(huán)境下穩(wěn)定工作，適用于動態(tài)場景和長時間操作，因其出色的性能和靈活性，被廣泛應用于自動駕駛、增強現實等領域。

VINS（Visual-Inertial Navigation System）是一種結合視覺信息和慣性測量單元（IMU）數據的SLAM框架，能夠提供高精度的實時定位和地圖構建功能。VINS通過融合相機和IMU的數據，即使在視覺信息不足的情況下也能保持較高的定位精度，使其適用于快速運動或低光照條件下的場景。VINS框架因其魯棒性和準確性，在無人機導航、移動機器人等領域得到了廣泛應用。

看看大家怎么說

袁博融說

因為大部分工程師對SLAM都沒有深入了解。要么是都試試，哪個能跑通效果好就用哪個，要么是跟著主流意見走。而主流意見未必就是對的，很大程度上也是受公眾號自媒體影響。其實VINS和ORB-SLAM都不是適合工程使用的好方案。

工程應用首先應保證前端的魯棒性，其次才是精度。畢竟你要先能收斂，看精度才有意義。運行時但凡飄一下，之前精度再高也是打水漂。VINS和ORB-SLAM對于corner cases是沒啥特殊處理的，連ZUPT都沒做，這就注定魯棒性不足。VINS長時間運行會發(fā)散是必然的。

大家覺得VINS和ORB-SLAM精度高，那是它們在幾個公開數據集上表現好。但這并不意味著它們在工程應用中也一定表現好。實際上，應用中對精度影響更大的反而是數據質量，而不是算法本身。比如傳感器的標定誤差、同步精度、曝光、對比度、噪點等都可能會產生顯著影響。在這種情況下，算法本身的差異甚至可以忽略不計。即便你出廠標定的再好，產品在整個生命周期里的參數漂移也是要考慮的吧。這些都是工程問題。

我一直不建議SLAM研究者只拿數據集做測試。數據集的固定序列難以讓我們認識算法表現的隨機性。我見過在某些序列上基礎的VO比VINS和ORB-SLAM精度更高。但這顯然是隨機性引起的，因為綜合多個序列的結果還是VINS和ORB-SLAM更好。我經常手持設備去跑測試，即便走同樣的線路，多次的表現也會有差異。如果一個算法多次表現起伏很大，我們至少可以說它在這個場景中沒有處于合適的工作窗口。

作為開發(fā)者不能總是照顧算法的特性，而應該多創(chuàng)造可能產生退化的極端場景做研究。這就是為什么我之前甚至錄了過山車數據來做SLAM測試。

我自己實現的VIO方案可以跑完這條序列，但我不覺得VINS或ORB-SLAM能做到。我開源這套數據后也一直沒有其他人說能跑通。即便我的方案能跑通這種極端場景，也不意味著它在其它看起來更簡單的場景中就不會出問題。事實上我們在其它項目中也遇到過各種挑戰(zhàn)，也是花了幾個月的時間去分析和優(yōu)化，現在也還在繼續(xù)迭代。

VINS和ORB-SLAM的后端其實都不算先進，應該說還不如RTAB-Map。這幾個后端其實都在用BoW，但RTAB-Map還有內存管理等高級特性。我一直奇怪咋還不更新成VLAD，是因為大家跑的場景不夠大嗎？反正RTAB-Map很快會支持VLAD的，因為我也是它的第二大貢獻者。但我并不是說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VSLAM后端框架，后來才加的前端。我前面說的基礎的VO就是RTAB-Map后來加的實現。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，因為RTAB-Map本來就沒提供這些，它只是預留了模板。RTAB-Map不是個算法而是個框，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，在各類任務上都沒什么優(yōu)勢。不知道有多少研究者仔細測試和比較過，其實傳統(tǒng)特征描述子最好的還是SIFT（而且專利也到期了），后來的沒一個能打的。但SIFT檢測開銷大也是眾所周知的。而SIFT檢測+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)檢測能力吊打其它各種組合。CV領域就是這么神奇，最老的反而是最好的。GFTT本身開銷就低，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其實都非常好了。

所以如果你要問工程上哪個方案最好，我會告訴你RTAB-Map不錯，但它只能做后端，你還需要一個好的前端。我們的前端方案今年會推產品，RTAB-Map這一兩年也還會有重量級更新。除了VLAD部分還會有iSAM2，Gaussian Splatting等。目標就是純視覺做超大場景（至少城市級吧）VSLAM+三維重建。

樂知者說

論文與實際有差別。

這就看你把orbslam和vinsmono用來干什么了。

先作為Vio來說，結論vinsmono優(yōu)于orb3（沒有了回環(huán)檢測、多地圖功能和重定位的orb3,不如vins一根毛）。理由如下：

1、運行資源。orb3遠比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在實際場景中，tracklocalmap容易失敗。orb3在室外場景中容易reset，然后新建地圖。

3、后端優(yōu)化這塊。怎么說呢，orb3確實強，但是不符合導航要求的定位。因為你會經?？吹剿鏖_始跟飛很遠，然后又給你突然拉回來。這種跟飛又來回來很蛋疼。沒有vins-mono那邊平滑。

4、精度這塊（假設你成功運行完一個數據集），精度orb3會比vins強（vio初始化好的話，orb3可以到達1%)。然并軟，因為orb3并不穩(wěn)定，跑同一個書籍，你可能得到的結果都差異很大。

5、外參和實延。orb受外參數影響特別大，不如vins一根毛。

6、調試。vins參數量小于orb3，且穩(wěn)定性比orb3強多了，不然你都不知道這次結果比上次好到底是什么原因導致的。

結論：

vio1 vins-mono+orb3初始化策略

vio2 msckf前段+orb后端

這兩個YYDS。

作為slam (三維重建，語義地圖),orb3遠優(yōu)越于vins。自己理解。忠告：遠離vslam或者Vio，擁抱感知或者激光。

余世杰說

說下自己的理解，ORB強在是一個完整的系統(tǒng)，代碼結構邏輯非常清晰，比較模塊化，要做修改替換啥的比較方便，同時地圖的部分對于需要的項目來說很省事兒，可以直接拿來用。缺點是，代碼中還是存在一些致命的bug，會跑崩（程序掛了），以及作為一個VIO系統(tǒng)來說，穩(wěn)定性不夠強，若視覺失效，幾乎立馬就整體丟了，所以精度高的意義沒那么大了又。若要求視覺必須穩(wěn)定，那為啥我還要加IMU呢，這也是一個ORB3精度可能不如ORB2的一個原因。

VINS強在一個對外參依耐性沒那么強，畢竟自己可以估計，導致就算初始化有點點問題，也可以很快穩(wěn)定下來。而穩(wěn)定性更是不用說，在視覺失效個5秒左右，系統(tǒng)都能比較正常的跑下來。還可以融合GPS輸出個對齊結果，對于需要的項目也是一個加分項。缺點的話，大概就是缺少了地圖一部分吧，自身是比較強的。

格雷茨卡說

因為VINS-Mono在真實場景中的穩(wěn)定性遠遠好于ORB-SLAM3，雖然ORB-SLAM3在論文中的精度指標大幅度好于VINS-Mono，但是，你總不能一直在那幾個數據集刷指標吧，在工程中的應用就要求一個系統(tǒng)必須能夠魯棒穩(wěn)定，本人實測ORB-SLAM3對外參，特別是rotation，非常敏感，標定差一些直接就跑飛了，而VINS就不會有這個問題，可能雖然整體誤差有一些大，但是實時性和魯棒性足夠了，ORB-SLAM3的VI初始化很耗時間，同時在自己實際設備上的有效性一般，VINS的初始化簡單明了，實測也不會跑飛，而且又有一個250HZ的IMU預積分線程，能夠很好的保證實時性，因此工程應用無腦VINS，會省很多事情

審核編輯：黃飛