大讲堂
他在找爷爷1958年开的咖啡馆的门牌号位置。
城市改造快二十年，原来的青石板换成了麻石，墙身补了三次砖，当年钉木牌的钉子早就锈成了粉。要把老照片里的门面精准叠在现在的街道上，靠GPS根本没用——巷子里信号飘得厉害。靠普通单视觉SLAM？之前踩过坑。
从飘移的定位到贴紧砖缝的记忆
去年第一次试的时候，选了个阴雨天。巷子里光线暗，墙面大部分都是翻新的清水砖，纹理少得可怜。扫到一半，定位直接飘了快六十厘米，把满洲窗的位置算到了隔壁卖鱼蛋的档口里面。老林对着屏幕笑都笑不出来。
师傅那时候跟他说，换视觉SLAM紧耦合惯性测量试试。
说实话，老林一开始听不懂这些词。他只知道原来的方案里，摄像头算自己的位置，惯性模块算自己的，最后拼起来出结果——也就是大家说的松耦合。那紧耦合呢？
说白了，就是两个传感器从一开始就绑在一块儿算。不是你干完你的我干我的，而是你缺信息的时候我立刻补上去，我算不准的时候你帮我校正。摄像头看不清灰扑扑的砖？惯性测量单元早就把你刚才走了几步、转了多少度算得明明白白，直接把位置稳住，不会一下子飘到街对面去。
那天老林抱着试试的心态，重新扫了一遍。刚走三步，他就愣了。眼镜里叠出来的老照片，边缘居然和墙根的勒脚线严丝合缝。连墙身上那个爷爷当年喝醉酒砸出来的小凹坑，都刚好对上照片里阴影的位置。
烟蒂掉在水洼里。
滋的一声灭了。
紧耦合，凭什么能接住细碎的日常场景
不过话说回来，这项技术其实早就钻进我们生活里了。你拿手机AR试个家具，开车的时候车载摄像头帮你保持车道，甚至无人机在楼道里飞，背后都有它的影子。
之前很多低成本方案爱用松耦合，不是没有道理。计算量小，对芯片要求低，做出来的产品便宜。但只要场景稍微复杂一点，就掉链子。比如你走进昏暗的地下车库，摄像头一下子抓不到足够的视觉特征，松耦合方案直接就丢了定位，半天回不来。紧耦合就不会——IMU每秒几百次的测量，早就把你的运动轨迹算出来了，哪怕视觉歇个一两秒，位置也不会歪。
我见过有人做测试，在全黑的楼道里走二十米，紧耦合方案的定位误差还不到五厘米。松耦合早就歪出快一米了。
老林的项目，要的就是这个准。他不是要做什么网红打卡点，他要把爷爷的咖啡馆原样复现在AR里，让老街坊掏出手机就能看到，当年自己花五分钱买一杯冰咖啡坐在哪里，哪个位置靠阳，哪个位置躲雨。差个十厘米，感觉就不对。对吧？
之前有个做自动驾驶的朋友过来玩，站在骑楼底下跟老林聊天，说现在车规级的方案，大多都转成紧耦合了。就是因为马路上的场景太碎了——一会儿过天桥挡了太阳，一会儿隧道里全黑，一会儿下雨糊了摄像头，哪能时时刻刻给你清晰的视觉特征？总得有个靠谱的搭档，紧紧贴在一起补信息。
那些被紧紧接住的，不只是坐标
上个月老林的AR咖啡馆上线了。我去试了试，戴上借来的眼镜，1958年的冰蓝色遮阳篷从砖墙上浮出来，木头柜台的木纹清清楚楚，甚至能看到玻璃柜里摆着的橘子糖。我往旁边让了让，刚好避开当年放在门口的煤球炉，那个位置现在放了一盆绿萝，虚实叠在一起，居然一点都不违和。
我问老林，现在还会飘吗？他说，上周有个阴天，十几个老街坊过来逛，从巷头走到巷尾，一点问题都没有。哪怕有人站在树荫里挡住了摄像头三五秒，定位也没歪。
其实仔细想想，我们要的从来都不是一个精准的数字坐标。我们要的是把散掉的记忆，重新拼回原来的地方。几十年过去，老房子翻了新，老街坊搬了家，很多东西就像飘走的定位，越来越模糊。
而视觉SLAM紧耦合惯性测量做的，就是把视觉看见的现在，和惯性抓住的每一步移动，紧紧绑在一起。它不只是一个技术方案，它帮我们把那些快要飘走的记忆，稳稳地钉在原来的地方。
那天走的时候，我看到一个阿婆站在原来的吧台位置，举起手机对着空气挥了挥手，嘴里念叨着“当年我就是在这里相亲的”。屏幕里的老咖啡馆亮着暖黄的灯，稳稳地贴在砖墙上，一点都不晃。
未来会有更多这样的时刻吧。我们走在新的街上，能摸到旧的记忆。位置不飘，心就定了。
作者|大讲堂
排版|大讲堂
审核|满满