- Dynamic Visual SLAM // 2512.06868
- GPU
- WAVE 6
BALDUR
动态守卫
BALDUR将视觉SLAM扩展到动态环境——人们行走、车辆移动、物体改变位置。使用几何补丁级光束法平差结合重建模型，实时分离静态结构和动态物体，即使在拥挤场景中也能保持精确定位。现实世界从不静止——巡逻机器人穿过人群，仓库机器人与人类协作，野外机器人在移动车辆附近操作。BALDUR确保当周围世界发生变化时SLAM不会崩溃。
模块状态: 开发中动态分离
DYN
- 部门
- ANIMA
- 波次
- W6
- 领域
- SLAM与3D
- 第6波 // ANIMA 套件
- 基础层 — 动态SLAM
BALDUR // W6 // 006/079
01核心挑战
世界永不静止
真实环境有移动的人、车和物体。世界变化时标准SLAM会崩溃。
巡逻机器人穿越人群，仓库机器人与人协作 — 动态SLAM至关重要。
02解决方案
BALDUR 提供什么
BALDUR通过几何块状束调整将视觉SLAM扩展到动态环境，分离静态结构与动态物体。
能力
- 几何块状束调整
- 静态/动态物体分离
- 拥挤场景精确定位
- 实时动态环境处理
03工程挑战
为什么这很难
构建 BALDUR 需要解决多个耦合问题：
- 01实时分离运动物体与静态结构
- 02频繁场景变化中保持地图一致性
- 03处理动态物体部分遮挡
- 04拥挤环境鲁棒跟踪
BALDUR 通过精心的架构设计和严格的验证来解决这些问题。
04性能基准
用数据说话
关键指标：
| 指标 | 数值 |
|---|---|
| 动态分离 | 实时 |
| 人群处理 | 支持 |
| 精度 | 亚厘米漂移 |
| 后端 | GPU |
05构建状态
已构建的功能
已完成 3/6 个组件
| 组件 | 状态 | 说明 |
|---|---|---|
| 静动分离 | 已完成 | 基于块的分离 |
| 束调整 | 已完成 | 几何块BA |
| 动态跟踪 | 进行中 | 多物体跟踪 |
| 人群模式 | 进行中 | 密集人群处理 |
| 核心模型 | 已完成 | 动态SLAM已验证 |
| API层 | 进行中 | 动态地图流 |
06应用场景
BALDUR 部署场景
- APP_01
仓库操作
与人类工人和叉车并行导航。
- APP_02
巡逻机器人
穿越人群不丢失定位。
- APP_03
城市自主
在移动车辆中驾驶。
07技术
底层技术
基础：DYNAMIC VISUAL SLAM
- 几何块状束调整
- 静态/动态物体分离
- 拥挤场景精确定位
核心创新
BALDUR通过几何块状束调整将视觉SLAM扩展到动态环境，分离静态结构与动态物体。
部署
- REST API
- Docker容器化
- Prometheus指标
- 可配置后端
计算
- 主要
- GPU
- 边缘
- 优化推理
- API
- REST + 流式
08论文
论文
- [01]Dynamic Visual SLAM（2512.06868）