角点：Harris 到 FAST

1. 角点很多，VO 仍断轨

光流前端 goodFeaturesToTrack 每帧 800 点，但全堆在货架纹理区，画面边缘和弱纹理过道几乎空点——转弯时 track 批量断，RANSAC 内点率掉。角点不是越多越好；空间分布 和 repeatability 决定后面几何 ceiling。FAST 阈值太低还会把边缘噪声当角点，内点率反而更差。看 overlay 时若角点呈「一团簇 + 大面积空白」，应先上 grid quota，而不是继续加 maxCorners。

2. Harris：结构张量直觉

M = \sum w [I_{x}^{2} I_{x} I_{y} I_{x} I_{y} I_{y}^{2}], \quadR = det (M) - k \cdot trace (M)^{2}

python

harris = cv2.cornerHarris(gray, blockSize=2, ksize=3, k=0.04)

Harris 对旋转不变、对尺度敏感——通常配合金字塔。blockSize 是邻域窗口；ksize 是 Sobel 核。帮助理解「什么是角点」，但实时 VO 很少直接跑 Harris。教学或离线分析时用 Harris 响应热图，可以快速判断「这片区域根本无角点可提」还是「阈值不对」。

3. FAST 与 Shi-Tomasi

python

fast = cv2.FastFeatureDetector_create(threshold=20, nonmaxSuppression=True)
kps = fast.detect(gray, None)

pts = cv2.goodFeaturesToTrack(
    gray, maxCorners=500, qualityLevel=0.01, minDistance=7,
    blockSize=7, useHarrisDetector=False)

FAST 用 segment test，极快；threshold 是 segment 亮度差。goodFeaturesToTrack 用 Shi-Tomasi，qualityLevel 是相对最大 eigenvalue 比例，minDistance 是 NMS 半径。高噪工业相机会略升 threshold 并前置 GaussianBlur(3×3)。OpenCV TYPE_9_16 vs TYPE_7_12 是 segment 环大小，速度与 repeatability 略有 trade。

4. 分布比数量：网格配额

图像划 grid，每格 cap 角点数，避免纹理丰富区域独占。边缘畸变大：undistort 后检测，或在原图检测但 match 时 undistort 坐标。按 response 排序 retain top-N。cornerSubPix 到 subpixel；纹理弱处 winSize=(5,5) 会漂，别在 flat 区域 spawn track。网格大小通常与图像分成 8×6 或 16×12 相当，按 FOV 和算力调；过细 grid 会在弱纹理格强行选噪声点。

5. 与 LK 光流的衔接

calcOpticalFlowPyrLK 需要 时间上可跟踪 的点：对比度够、不在运动模糊核心。曝光跳变破坏亮度恒定，角点检测阈值要随 auto exposure 策略调整，或锁曝光。log 每帧有效 track 长度分布；median track life <10 帧先查角点/曝光，再查 ESSENTIAL 几何。LK 窗口与金字塔层数写进 yaml，与角点阈值一起 version。

6. ORB 与描述子路径

需要 match 而不只是 track 时，FAST/ORB 检测 + 描述子是常见组合。离线 SfM 用 SIFT/AKAZE（contrib）；embedded 用 ORB。检测器与描述子 分辨率、畸变层 必须一致——raw 检测 + undistort 描述子坐标是经典坑。换镜头后 repeat rate 掉一半，先查 dist 与检测坐标层，再查 FAST threshold。

7. 参数 yaml 与 A/B

fast_threshold、max_corners、grid_cell_cap、quality_level 写进配置；换 720p/4K 时 minDistance 按比例缩放。A/B 看 inlier 率–latency 曲线，不是角点总数。夜视降 threshold 时同步看 RANSAC FP 是否升。上线前用 hold-out 转弯段 clip 对比 grid 开/关的断轨率，差 >5% 则保留 grid。

8. 失败模式

情况	表现
白墙/弱纹理	角点稀少，track 断
运动模糊	FAST 误检、Harris 弱
曝光跳变	LK 假设破坏
阈值过低	边缘噪声进 RANSAC

9. 验收

同一 scene 小位移重跑 repeat rate；track 长度分布；VO 前端 inlier 数/帧。调 FAST threshold 看 inlier–latency 曲线。bag 回放对比 grid quota 开/关的 turn 段断轨率。角点 pipeline 变更应伴随 inlier 率与 track life 两条曲线，而不是只报「角点数恢复」。

10. 案例：grid quota 救转弯

某 AMR 走廊转弯段 weekly 断轨，角点总数不少但全在左侧货架纹理。加 8×6 grid、每格 cap 40 后，弱纹理侧也有稳定 track，转弯 inlier 率升 12 pt，latency 几乎不变。说明分布才是瓶颈，不是 FAST threshold alone。上线 yaml 固化 grid 参数，换分辨率时只 scale minDistance 不删 grid。

11. 与描述子 match 的分工

角点检测只解决「在哪提点」；match 质量还取决于描述子、ratio test、几何验证。角点分布均匀但描述子 repeat 差时，inlier 仍低——此时换 ORB 为 AKAZE 或加 CLAHE 前置，比继续加 maxCorners 有效。pipeline 验收应串联 检测 repeat × match inlier × 几何 inlier 三层，单层 metric 会误导优化方向。现场 turnover 高时，把 grid 参数与 FAST threshold 写进 SOP，换班只许在 yaml 内调，避免 oral 传参 drift。角点 pipeline 变更必须 replay 标准 bag，对比 inlier 与 track life，通过才允许合并。

Harris 教机制；工程实时路径几乎总是 FAST/ORB + 网格配额。检测质量 ceiling 决定后面所有几何的上限。