机器人不知道自己在哪，只能不断更新估计

轮子转了一圈，不保证车走了一圈对应的距离

闭眼数步可以估计走了多远，但地面打滑、步幅变化和转向误差会逐渐累积。看到熟悉门口时，你会用它修正判断。机器人也需要在运动预测与新测量之间不断校正；不同之处是它必须明确建模误差，而不能靠人的直觉补齐。

状态可以包含位置、姿态、速度和传感器偏置，具体取决于模型。惯性测量单元 IMU（Inertial Measurement Unit）提供角速度与加速度相关观测，不直接给出可靠的长期位置；轮编码器可以快速提供局部运动信息，却会受滑移与轮径误差影响。

扩展卡尔曼滤波 EKF（Extended Kalman Filter）在当前估计附近线性化非线性模型；无迹卡尔曼滤波 UKF（Unscented Kalman Filter）用代表性采样点传播均值与协方差。两者都有分布与模型假设，不是把更多传感器接上就自动更准。

协方差表达估计的不确定程度和变量之间的相关性。误把同一轮速推导出的速度和里程当成完全独立的两份证据，可能让系统过度自信；给坏传感器设置极小噪声，也会让滤波器错误地信任它。模型没覆盖的系统偏差，不会因为输出了协方差就消失。

同时定位与建图，解决的是相互依赖

同时定位与建图 SLAM（Simultaneous Localization and Mapping）面对一个循环问题：知道自己在哪，才能把观测放进地图；知道地图长什么样，又能更准确地定位。系统通过跨时刻观测建立约束，联合或交替优化轨迹与环境表示。

视觉里程计主要关注连续运动估计；SLAM 常进一步利用长期地点识别与回环纠正累计漂移。回环不是“把两条线硬拉到一起”：一个错误回环可能扭曲整张地图，所以需要外观候选、几何一致性与后端鲁棒性共同把关。

纯单目几何通常无法仅由图像恢复绝对米制尺度；双目已知基线、深度传感或满足可观测条件的惯性融合可提供额外尺度信息。不能把“有 IMU”写成在所有运动条件下立即准确恢复尺度，静止或退化运动仍可能让初始化困难。

地图允许修正，控制却不能突然跳一下

REP 105 区分两种需求：odom 中的机器人位姿应连续，但长期可以漂移；map 适合全局参考，可随着新定位证据发生离散修正。这里“连续”是坐标接口应满足的语义，不是说轮速或惯性测量永远没有噪声。官方约定。

如果回环把全局位置修正了 20 cm，这不意味着机器人身体真的瞬间移动了 20 cm。控制器若把它误当成高速运动，可能产生错误动作。将局部运动与全局定位分开，使各模块能按自己的连续性与参考系需求工作。

另一个常见错误是变换时间不一致：地图里的障碍来自过去，机器人位姿来自现在。即便每个坐标变换单独正确，组合后仍可能错位。导航不仅需要一条可连通的坐标链，还需要对观测时刻可用的坐标链。

厘米级结果，不是所有道路上的承诺

ORB-SLAM3 的 2021 年修订论文摘要报告，其双目惯性配置在 EuRoC 数据集达到平均 3.6 cm 的精度，在 TUM-VI 房间快速手持运动设置达到 9 mm。它说明特定系统与协议下的能力，不代表任何相机、光照和机器人都能得到该数字；也不能把它当成本文已经复现的结果。原论文及版本记录。

绝对轨迹误差 ATE（Absolute Trajectory Error）关注对齐后的整体轨迹偏差；相对位姿误差 RPE（Relative Pose Error）关注一定时间或距离间隔内的运动误差。是否对齐尺度、用哪种轨迹对齐、统计均方根还是其他聚合，都会影响数字可比性。

还应记录跟踪丢失次数、重定位时间、长距离漂移、计算延迟、动态物体比例与运行时长。一条很准但经常失联的轨迹，不一定比略有误差但稳定可用的局部状态更适合控制。

把这一层放回完整机器人

返回具身智能知识地图，或沿本专栏继续展开：

• 从二维图像到三维空间：深度、点云、物体位姿、遮挡与不确定性。
• 标定：让相机与机械臂说同一种位置语言：相机内外参、手眼关系与时间对齐。
• 导航：从地图到动态避障：全局路线、局部控制与不断变化的障碍物。