光束平差法（Bundle Adjustment, BA）是计算机视觉和 SLAM 领域的核心优化算法，本质是一种带约束的非线性最小二乘优化，目标是通过最小化「3D 点投影到 2D 图像的重投影误差」，来求解最优的相机位姿和3D 路标点坐标。
一、核心定义拆解
“光束” 的含义可以将相机光心到 3D 路标点的连线看作一束 “光线”。每一个 3D 点会在不同图像中形成多条这样的光线，这些光线理论上应该交汇于同一个 3D 点。
但由于图像噪声、特征匹配误差、相机模型误差等因素，实际光线不会严格交汇 ——BA 的作用就是调整相机位姿和3D 点坐标，让这些光线尽可能交汇，从而消除误差。
“平差” 的含义指 “平差误差”，即通过优化手段，让所有观测数据的误差达到全局最小，而非局部最小。
数学本质BA 的优化目标函数是重投影误差的平方和最小化
BA 与 SLAM 的关系
BA 是 SLAM 后端优化的核心
SLAM 前端负责提取特征、匹配、估计相机的初始位姿；后端则通过 BA 优化，消除前端的累积误差，得到全局一致的位姿和地图。
与其他算法的区别
PnP：只优化相机位姿，3D 点坐标固定；
ICP：只优化相机位姿，基于点云匹配；
BA：同时优化相机位姿和3D 点坐标，是更通用、精度更高的优化方法。
