给SLAM新手的坐标系避坑指南：从像素到世界，别再傻傻分不清了

SLAM坐标系全解析：从像素到世界的实战避坑手册

当你第一次打开ORB-SLAM的代码，看到满屏的world2camera、camera2normalized函数调用时，是否感觉像在解译外星密码？我至今记得自己初学SLAM时，因为把相机坐标系的Z轴方向搞反，导致整个点云地图倒挂在空中的尴尬场景。坐标系就像SLAM领域的"交通规则"——不理解它，再精妙的算法也会让你"撞车"。

1. 为什么SLAM需要四层坐标系？

想象你正在用手机拍摄广场上的雕塑。世界坐标系是广场中央的经纬度标志（X轴朝东，Y轴朝北，Z轴朝天），相机坐标系是手机镜头当前的视角（原点在镜头中心，Z轴指向拍摄方向），归一化坐标系是去掉距离因素后的纯方向坐标（就像用激光笔照射雕塑的光点位置），而像素坐标系则是最终照片上某个像素的行列号。这四层抽象就像从上帝视角逐步聚焦到照片细节的观察过程。

1.1 世界坐标系：SLAM的绝对参考系

世界坐标系是SLAM系统的"锚点"，通常选择初始时刻相机位置作为原点。在自动驾驶中，可能会将车辆初始位置的地面点设为原点，Z轴垂直于地面向上。关键特性：

• 右手定则：伸出右手，拇指为X，食指为Y，中指Z轴方向
• 常见误区：在ROS中默认使用Z轴向上，而有些仿真器采用Y轴向上
• 代码验证：

  // 检查坐标系朝向
  Eigen::Vector3d x_axis(1,0,0);
  Eigen::Vector3d y_axis(0,1,0);
  Eigen::Vector3d z_axis = x_axis.cross(y_axis);
  std::cout << "Z轴方向应为(0,0,1): " << z_axis.transpose() << std