- Gaussian-LIC2 // 2507.04004
- GPU
- WAVE 6
HEIMDALL
桥梁守护者
HEIMDALL通过使用B样条建模的连续时间轨迹优化融合LiDAR、相机和IMU数据。它生成逼真的高斯溅射地图，同时保持精确的6自由度定位。多传感器方法在处理快速运动、变化光照和几何模糊环境方面远优于任何单传感器SLAM系统。多传感器融合是鲁棒SLAM的黄金标准——HEIMDALL结合相机的密集外观、LiDAR的精确几何和IMU的高频运动，创建ANIMA堆栈中最完整的空间表示。
模块状态: 开发中传感器
6DOF
- 部门
- ANIMA
- 波次
- W6
- 领域
- SLAM与3D
- 第6波 // ANIMA 套件
- 基础层 — 多传感器融合SLAM
HEIMDALL // W6 // 033/079
01核心挑战
单一传感器不够
相机在黑暗中失效，LiDAR缺少颜色，IMU会漂移。只有融合才能提供鲁棒感知。
SLAM的黄金标准需要无缝多传感器集成。
02解决方案
HEIMDALL 提供什么
HEIMDALL通过连续时间B样条轨迹优化融合LiDAR、相机和IMU，生成真实感高斯溅射地图。
能力
- LiDAR+相机+IMU融合
- B样条连续时间轨迹
- 真实感高斯溅射地图
- 处理快速运动和变化光照
03工程挑战
为什么这很难
构建 HEIMDALL 需要解决多个耦合问题：
- 01同步三种不同速率的传感器
- 02连续时间轨迹建模
- 03实时真实感地图生成
- 04优雅处理传感器退化
HEIMDALL 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 |
|---|---|
| 传感器 | LiDAR+相机+IMU |
| 地图类型 | 高斯溅射 |
| 自由度 | 6 |
| 轨迹 | 连续B样条 |
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 |
|---|---|---|
| B样条轨迹 | 已完成 | 连续时间优化 |
| LiDAR集成 | 已完成 | 点云处理 |
| 相机融合 | 进行中 | 视觉特征集成 |
| IMU集成 | 进行中 | 高频运动 |
| 核心模型 | 已完成 | 融合SLAM已验证 |
| API层 | 进行中 | 多模态流 |
06应用场景
HEIMDALL 部署场景
- APP_01
全栈建图
ANIMA中最完整的空间表示。
- APP_02
数字孪生
真实环境的真实感3D模型。
- APP_03
现场操作
退化条件下鲁棒SLAM。
07技术
底层技术
基础：GAUSSIAN-LIC2
- LiDAR+相机+IMU融合
- B样条连续时间轨迹
- 真实感高斯溅射地图
核心创新
HEIMDALL通过连续时间B样条轨迹优化融合LiDAR、相机和IMU，生成真实感高斯溅射地图。
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]Gaussian-LIC2（2507.04004）