SLAM（同步定位与地图构建）、三维重建以及SFM（运动恢复结构）是计算机视觉与机器人技术中三大核心方法，三者既相互关联又各有侧重。本文综合多位业内专家的观点，系统梳理这三项技术的定义、本质区别以及实际场景中的选型指导，助您快速建立全面认知。

一、核心概念速览

在展开详细对比前，我们先清晰界定这三个术语的基本定义：

SLAM（同步定位与地图构建）
• “定位对象是谁？”——相机自身的姿态，即相机所在的机器人或设备的空间位姿。
• “构建谁的地图？”——相机所经过场景的地图。两相结合，才能确定机器人在某一地图中的精确位置及连续运动轨迹。

SFM（从运动恢复结构）
• 侧重于重建目标的三维模型。目标是人则重建人，目标是物体则重建物体，目标是场景则生成整个场景的三维结构。

三维重建（密集重建）
• 关键在于恢复深度图，特别是关键帧的深度信息，可通过立体匹配算法或深度传感器直接获得，最终输出高精度的稠密三维模型。

图1：LSD-SLAM中蓝色代表运动轨迹位置，黄色表示位置间的约束关系（优化问题）。由此可见，SLAM生成的是稀疏点云。

二、SLAM vs 三维重建（含SFM）的核心区别

1. 定位 vs 建图：侧重不同

• SLAM：核心在于定位。相机必须实时知晓自身姿态，由于所需姿态通常是三维的，在恢复3D位姿时通过PnP方法可获取若干3D点作为地图，但通常呈现稀疏特征。直接法则计算图像梯度变化剧烈区域的深度，生成半稀疏地图。
• SFM/三维重建：核心在于建图。目标是获得精细的三维模型，无需实时定位能力。

2. 实时性要求

• SLAM：必须满足实时性。否则在自动驾驶、机器人导航等场景中可能引发事故。SLAM优先保证速度，精度次之，因此仅在关键帧间执行BA（光束法平差），非关键帧则采用基于滤波器的方式。
• SFM：对实时性无要求。数据可无序输入，能充分利用所有图像信息，在可行之处均进行BA优化，以追求更高精度。

3. 稀疏 vs 稠密

• SLAM：属于稀疏重建范畴。现有方法在小尺度场景下可实现相对稠密的地图构建（如图2），但在大场景中难以做到。因为导航任务需要实时性，大场景稠密地图的读取与存储对当前硬件仍是挑战。因此，SLAM遗留的一个关键问题是如何实现稀疏地图的稠密化，或稠密地图的稀疏表达（如八叉树octotree）。
• 三维重建：属于密集重建。生成的三维模型非常精细，可针对人、物体或场景进行高保真重建。

4. 数据有序性

• SLAM：数据呈线性顺序，无法一次性获取所有图像，且部分SLAM算法可能丢失历史信息。
• SFM：数据是无序的，可一次性输入全部图像，充分利用所有可用信息。

三、SLAM与SFM的详细对比

区别

• 动态 vs 静态：SLAM需处理动态问题，涉及滤波、运动学等知识；SFM主要聚焦于图像处理技术。
• 速度与精度取舍：SLAM优先保证速度，精度相对次要；SFM则优先追求精度，速度可放宽。
• BA执行频次：SLAM仅在关键帧之间执行BA；SFM在所有可能环节均执行BA。

联系

• 基本理论相同：均基于多视角几何原理。
• 传统方法均需进行特征提取与匹配。
• 都需要最小化投影误差（重投影误差）。
• 回环检测与矫正，与SfM中的全局注册本质上是一回事。

四、三维重建（密集重建）的特殊性

三维重建与SLAM/SFM最根本的区别在于：它必须恢复深度图，至少是关键帧的深度信息。获取深度图的主要途径包括：

• 立体匹配：代表方法有SGM类和PatchMatch类。PatchMatch可借助前期SLAM或SFM解算得到的稀疏3D点，在全图像平面进行传播；而SGM则需要从头开始进行匹配。
• 深度图融合：三维模型的表示方式多样，如三角网格（Triangle Mesh）、体素（Voxel）、截断符号距离函数（TSDF）等。不同表示对应不同的融合策略，这是一个独立的研究方向。

到这一阶段，三维重建与SLAM的技术路线已完全不同。

五、常见问题与解答（FAQ）

Q1：为什么SLAM不直接构建稠密地图？

A：主要受限于实时性要求。SLAM必须实时运行，而大场景稠密地图的读取与存储当前硬件难以承受。尽管稠密地图更有利于机器人自主定位，但其计算开销过大。目前的应对策略包括稀疏地图的稠密化，或采用稠密地图的稀疏表达方式（如八叉树octotree）。

Q2：SLAM和SFM哪个更先进？

A：两者并无优劣之分，适用场景不同。SLAM适合实时导航、机器人等需要连续定位的任务；SFM则适用于离线三维建模、影视特效、文物数字化等对精度要求高且无需实时处理的场景。

Q3：SLAM中的M（地图）什么时候能变成可用于语义分割的稠密地图？

A：这是当前SLAM领域的前沿课题之一。一旦实现真正意义上的稠密建图（dense mapping），并能够支持语义分割与识别，机器人的自主感知能力将得到质的飞跃。

六、小提示

• 如果您的应用场景要求实时定位（如自动驾驶、扫地机器人），应优先选用SLAM技术。
• 如果您的需求是高精度三维模型（如文物数字化、影视特效），则推荐采用SFM或三维重建方案。
• 在实际工程项目中，常将两者结合：先用SLAM实现快速定位与稀疏建图，再通过SFM或深度图融合生成精细模型。

本文由计算机视觉life综合多位专家回答整理而成，解释权归原作者所有。如涉及侵权，请联系删除。编辑：黄飞