再议AiBrainBox-V的前左右三目布局-满足多目SLAM算法；对比单下视VIO(低空、地面纹理丰富、飞行速度适中无人机 )&多目VIO
相邻相机之间目标Overlap：30°～40°；最低不要低于25°。
采用每颗约 100°～110° HFOV 的低畸变镜头，那么非常适合把三颗相机布置在约 ±60°～±65° 的方向。
假设每颗相机水平FOV：
110°
如果：
-
Front中心：0°
-
Left中心：-60°
-
Right中心：+60°
那么：
Front ↔ Left
Overlap：
110° - 60° = 50°
Front ↔ Right
Overlap：
110° - 60° = 50°
这个Overlap相当充裕。
实际上对于SLAM：
30°左右的有效Overlap通常已经可以工作。
目标定在"35°～45°"
相邻Navigation Camera的标称HFOV Overlap ≥35°，目标40°左右。
对SLAM来说，Overlap还有一个更重要的因素：Feature Density
Overlap区域里面有没有足够多的稳定Feature？
AiBrainBox-V 的Camera安装角度应该尽量让Overlap区域看到：
-
建筑
-
地面
-
树木
-
电线杆
-
山体
-
结构件
而不是天空。
三个Camera的光轴，例如：
Pitch -5°～-10°
这样：
重叠区域里面会包含更多Ground / Structure Feature。
对于GNSS-denied VIO非常有价值。
Camera
1280×1024 / Global Shutter / 60fps
Lens
HFOV 100°～110°
Optical Axis
Left -60°
Front 0°
Right +60°
Overlap
40°～50°
Pitch
-5°～-10°
Synchronization
Hardware Sync
Exposure
固定/受控曝光，不能三个Camera各自完全Auto Exposure。
Front / Left / Right 三目Navigation Camera：相邻视场Overlap目标35°～50°，推荐约40°；三路采用Global Shutter、统一硬件同步、低畸变100°～110°广角镜头。
方案A：单下视 VIO
核心依赖：
地面纹理 + IMU
方案B：Front + Left + Right 多目VIO/SLAM
核心依赖：
周围三维环境 + IMU
最大区别其实是"看哪里"，这是两者最本质的区别。
下视VIO
看：
Ground
所以它实际上是一种：
Ground-referenced VIO
前左右多目
看：
Air / Environment
所以它更接近：
Spatial VIO / Visual SLAM
单下视VIO最大的优点：简单
假设：
1个下视Camera + IMU
就可以做。
软件：
Camera
↓
Feature Tracking
↓
IMU Fusion
↓
VIO
计算量低。
标定简单。
同步简单。
硬件成本低。
所以如果目标是：
先让AiBrainBox-V具备GNSS辅助自主飞行能力
低空、地面纹理丰富、飞行速度适中的无人机
下视VIO非常实用。
多目SLAM
前方三维结构。
因此可以同时支持：
-
VIO
-
Obstacle Detection
-
Depth
-
3D Mapping
-
Local Planning
-
World Model
第二个重大区别：飞行高度
下视VIO
高度越高：
地面纹理在图像中的尺度越小。
最终：
Altitude ↑
↓
Ground Feature Density ↓
↓
VIO Quality ↓
所以它天然适合：
低空飞行。
前左右多目，即使飞到：
20m、50m、100m
只要前方还有：
-
建筑
-
山体
-
树木
-
电线杆
-
结构物
仍然可以获得Feature。
所以：
多目SLAM的有效高度范围通常更大。
第三个区别：地面纹理
下视VIO非常依赖：
Ground Texture
如果：
水面
~~~~~~~~~~~~~~
或者：
沙地
................
或者：
纯白地面
████████████
Feature不足。
VIO就会变差。
多目SLAM则可以：
Ground
Building
Tree
Pole
Wall
从多个方向获得Feature。
所以：
环境鲁棒性更高。
第四个区别：Yaw运动
这是对无人机非常重要的一点。
假设 UAV原地Yaw：
↻
UAV
下视VIO
Camera仍然看地面。
如果地面纹理丰富：
可以继续工作。
但：
运动主要是旋转，地面Feature的几何条件会变化。
多目
前/左/右Camera：
Front
↙ ↘
Left Right
即使Yaw：
总有一部分Camera可以保持较好的Feature。
所以：
多目对大Yaw、横向运动更加鲁棒。
第五个区别：尺度问题
单目VIO理论上存在：
Scale Observability
但由于加入IMU以后，尺度可以逐步恢复。
所以：
单下视Camera + IMU并不是"没有尺度"。
不过：
飞行状态和环境条件不好时，尺度估计仍可能变差。
而多目Camera可以直接利用：
Camera Baseline
获得真实尺度的Stereo/Multi-view Geometry。
所以：
多目系统的尺度约束更强。
这对GNSS-denied非常重要。
下视VIO失效：
-
地面无纹理
-
高度太高
-
水面
-
雾
-
强光
-
地面重复纹理
此时：
前左右多目仍可能工作。
前左右多目失效：
-
天空
-
大面积纯墙面
-
低纹理环境
-
夜间
-
强雾
此时：
下视可能仍然看到有纹理的地面。
所以两者融合后：
鲁棒性明显提高。
三目相机的Overlap实际上是在构建"Air World Model的视觉连续性"