slam 对比（1）mast3r orbslam3 droid-slam
1 第一帧直接设成单位位姿
2 跑一次轻量更新网络估一个近似光流 delta 只用来判断运动是否够大，挑选关键帧加入窗口
3 新关键帧的位姿初值
先把新帧位姿直接拷贝成上一帧位姿，深度初值用前几帧视差的中位数
如果开了 motion_damping，它还会用最近两帧估一个速度，在 SE3 李代数里外推下一帧位姿
4相邻帧之间的约束怎么建立
主要是邻近帧和几何上接近的帧
每条边 (i, j) 加进去时，会先根据当前位姿和深度，把 i 帧像素重投影到 j 帧，得到初始目标坐标 target
这一步的含义是：
- 不是直接输出位姿
- 而是先根据当前 pose + depth 猜“像素应该投到哪里”
4网络实际上预测的是什么
DROID 的更新网络不直接回归 SE3。它预测的是：
- delta：像素坐标修正量
- weight：每个像素残差权重
- eta/damping：BA 的阻尼/先验项
问题1\
ASt3R-SLAM 也是强学习先验系统，不是传统几何链路。
- 它自己的论文就承认两件事：3D geometry 预测会有 inconsistencies and correlated errors，而且 scale is often a large source of inconsistency across predictions。这和你看到的“夜间无人机数据上整体偏了”是很一致的。来源：CVPR2025 论文 PDF 第 2-3 页，MASt3R-SLAM paper
详细说名，针对无人机夜间俯拍120米高度的单目视觉定位影响是什么，同一个轨迹白天就稳定，晚上路灯就扭曲
是的，你这个现象和 MASt3R-SLAM 的方法特性是对得上的。它不是传统“显式几何前端 + BA 后端”那种链路，而是先用 MASt3R
这种两视图 3D 重建先验，直接给出 pointmap、匹配和置信度，再靠后端把这些预测拼成全局一致结果。论文自己明确承认两
点：3D 几何预测会有“inconsistencies and correlated errors”，而且“scale 往往是跨预测不一致的重要来源”。这意味着它
的误差不是独立噪声，而可能是一整片区域一起偏。
对“无人机夜间 120 米单目俯拍”来说，这正好是这种系统比较脆弱的工况。下面这部分是我基于论文表述和你这个成像条件做的
工程推断。
对你这个工况的具体影响
1. 尺度更容易飘
在 120 米高度下，俯拍地面的有效视差本来就弱。相邻帧如果只平移 1 到 3 米，基线/景深比只有大约 0.8% 到 2.5%。单
目又没有真实绝对尺度，MASt3R-SLAM 虽然能给出“像是有尺度”的 3D，但论文也说它们跨帧 scale 常不一致，所以晚上会更
容易出现“整段轨迹被拉长、压缩、局部缩放突变”。
2. 平面位置会整体偏，不只是局部抖
俯拍 120 米时，场景大多接近大平面，道路、屋顶、停车场这些区域对几何解是退化的。白天还能靠纹理、边缘、阴影、建
筑轮廓补充约束；夜间大量区域变成黑块，只剩路灯、灯带、反光点最显眼。结果就是系统会把很少量的高亮区域当成主要几
何依据，错了就不是一个点错，而是整块地面一起被“带偏”。
3. 航向和横向定位更容易被灯带拖偏
路灯在俯拍下经常形成重复模式：一排排等间距亮点、道路中线反光、十字口高亮斑。这种重复结构对白天纹理丰富场景影响
不大，但夜间它们会主导匹配。于是系统可能把“这一排灯”和“另一排很像的灯”对上，表现成：
- 沿道路方向的轨迹被拉直或拉弯
- 横向漂移到路中心线/灯带一侧
- 转弯口附近 yaw 突变或缓慢偏转
4. 局部地图会在路灯附近发生“橡皮布”形变
你说“晚上路灯就扭曲”，这个描述很像 correlated errors 的表现。因为路灯不是稳定 Lambertian 纹理点，而是高亮、饱
和、带光晕，还会受曝光、压缩、运动模糊、滚动快门影响，形状和中心会变。强学习先验会把这些亮点周围的上下文一起解
释成某种 3D 结构，所以你看到的往往不是一个灯错位，而是灯附近整块路面、路口、楼顶边缘一起鼓起、塌陷或扭斜。
5. 后端优化只能“自洽地错”，不一定能纠正
MASt3R-SLAM 后端确实会做全局优化，但如果前端 pairwise 预测在夜间已经系统性偏了，而且偏差还是相关的，后端通常只
能找到一个“整体最一致”的错误解，而不是回到真实几何。于是你看到的常常不是帧间完全跟丢，而是“相对还挺稳，但整条
轨迹整体偏了”。
为什么同一条轨迹白天稳、晚上扭曲
白天稳，通常不是因为算法 suddenly 变成了传统几何，而是因为白天满足了这个强先验系统更需要的条件：
- 地面和建筑有连续纹理，约束分布在整张图上，不会被少数亮点主导。
- 曝光更线性，边缘位置稳定，pointmap 和匹配的一致性更好。
- 白天外观更接近训练分布里的常见视觉模式，网络先验更容易给出互相兼容的几何。
- 俯拍大平面本来就几何弱，白天靠“广泛、均匀、稳定”的纹理勉强把它撑住；晚上这些支撑几乎没了，只剩灯。
所以本质上不是“夜晚特征少”这么简单，而是：
夜间把少数不稳定高亮结构变成了主导观测，强学习先验再把这些观测扩散成整片几何偏差，最后表现为尺度飘、轨迹弯、路灯
附近地图扭曲。
跟传统几何链路的差别
传统几何链路在这种场景也会难，但它更常见的失败是：
- 特征数掉下去
- 跟踪中断
- 局部漂移上升
而强学习先验链路的额外风险是：
- 它可能“看起来还能跑”
- 但输出的是带系统偏差的 dense geometry
- 错误会跨像素、跨局部窗口相关联
- 最终变成全局一致但物理上不准的轨迹
这和你说的“夜间无人机数据上整体偏了”非常一致。
如果把影响落到定位指标上
你最该担心的是这几项：
- ATE / 全局位置误差 夜间会明显增大，尤其是长直道路段和灯带密集区。
- 相对位姿短时稳定但长程偏差大，也就是局部看着平滑，回看全局发现整段偏了。
- 尺度一致性变差，速度估计、轨迹长度、回环对齐都会受影响。
- 重定位/回环 在夜间相似灯带场景下更容易出现错误闭环或闭不上环。
来源：
- CVPR 2025 论文主页:
https://openaccess.thecvf.com/content/CVPR2025/html/Murai_MASt3R-SLAM_Real-Time_Dense_SLAM_with_3D_Reconstruction
_Priors_CVPR_2025_paper.html
- 论文 PDF:
https://openaccess.thecvf.com/content/CVPR2025/papers/Murai_MASt3R-SLAM_Real-Time_Dense_SLAM_with_3D_Reconstructi
on_Priors_CVPR_2025_paper.pdf
如果你要，我下一条可以继续直接给你两部分内容之一：
1. 针对“夜间 120 米俯拍”画一张失效机理图
2. 结合 DROID-SLAM / ORB-SLAM3 / MASt3R-SLAM，按“为什么白天稳、晚上崩”做一版对比分析
问题2 mast3r 回环检测