跳至正文
RFL_GLOBAL
EN
  • SLAM-MIPSLAM // W7
  • Python 实现
  • ANIMA

SLAM-MIPSLAM

任意尺度都清晰的地图,不被混叠欺骗

标准 3D 高斯泼溅 SLAM 在训练分辨率下渲染效果出色,但换一个尺度渲染就会产生混叠和几何错误——当操作员放大地图检查咽喉要道,或下游规划器请求低分辨率占据栅格时,这是致命的失效模式。混叠不只是观感问题,它会让障碍物的视在位置发生偏移。SLAM-MIPSLAM(代号:Susanoo)实现 MipSLAM(arXiv:2603.06989),在高斯 SLAM 管线中引入 EAA(精确抗混叠)渲染,并配合 SA-PGO(尺度感知位姿图优化)。

模块状态: 生产就绪

抗混叠

PROD

部门
通用
波次
W7
领域
通用
第7波 // ANIMA 套件
基础层 — SLAM-MIPSLAM
SLAM-MIPSLAM // W7 // 009/012
01核心挑战

我们解决的问题

标准 3D 高斯泼溅 SLAM 在训练分辨率下渲染效果出色,但换一个尺度渲染就会产生混叠和几何错误——当操作员放大地图检查咽喉要道,或下游规划器请求低分辨率占据栅格时,这是致命的失效模式。混叠不只是观感问题,它会让障碍物的视在位置发生偏移。

操作员和下游规划器可在任意缩放级别信赖地图输出——从全场概览到厘米级精细检查——几何保真由构造保证,而非近似。

02解决方案

SLAM-MIPSLAM 提供什么

SLAM-MIPSLAM(代号:Susanoo)实现 MipSLAM(arXiv:2603.06989),在高斯 SLAM 管线中引入 EAA(精确抗混叠)渲染,并配合 SA-PGO(尺度感知位姿图优化)。EAA 在每个目标分辨率下解析地滤波高斯贡献,消除标准 3DGS 在非训练尺度下的频率混叠。

能力

  • 实现 MipSLAM(arXiv:2603.06989),在高斯 SLAM 管线中引入 EAA(精确抗混叠)渲染与 SA-PGO(尺度感知位姿图优化)
  • EAA 在每个目标分辨率下解析滤波高斯贡献,消除标准 3DGS 在非训练尺度下的频率混叠
  • SA-PGO 让位姿图优化兼顾与尺度相关的几何一致性
  • 模块支持多分辨率评估,并以标准格式导出轨迹。
03工程挑战

为什么这很难

构建 SLAM-MIPSLAM 需要解决多个耦合问题:

  1. 01标准 3D 高斯泼溅 SLAM 在训练分辨率下渲染出色,换尺度渲染却会产生混叠和几何错误——操作员放大检查咽喉要道、或下游规划器请求低分辨率占据栅格时,这是致命的失效模式
  2. 02混叠不只是观感问题,它会让障碍物的视在位置发生偏移。
  3. 03实现 MipSLAM(arXiv:2603.06989),在高斯 SLAM 管线中引入 EAA(精确抗混叠)渲染与 SA-PGO(尺度感知位姿图优化)
  4. 04EAA 在每个目标分辨率下解析滤波高斯贡献,消除标准 3DGS 在非训练尺度下的频率混叠

SLAM-MIPSLAM 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

关键性能指标:

用数据说话
指标数值
抗混叠EAA 渲染——任意目标分辨率下数学精确的滤波
后端灵活性通过 ANIMA_BACKEND=auto 支持 CUDA + macOS MLX/MPS/CPU——适配任意硬件档位
多分辨率评估内置跨分辨率评估框架——每个缩放级别都可量化保真度
防务价值为任务规划看板、精确导航和传感器融合管线提供尺度可信的地图
05构建状态

已构建的功能

已完成 2/4 个组件
已构建的功能
组件状态说明
抗混叠已完成EAA 渲染——任意目标分辨率下数学精确的滤波
后端灵活性已完成通过 ANIMA_BACKEND=auto 支持 CUDA + macOS MLX/MPS/CPU——适配任意硬件档位
多分辨率评估进行中内置跨分辨率评估框架——在每个缩放级别都给出定量保真度
防务价值进行中为任务规划看板、精确导航与传感器融合管线提供尺度可信的地图
06应用场景

SLAM-MIPSLAM 部署场景

  • APP_01

    自主系统

    操作员和下游规划器可在任意缩放级别信赖地图输出——从全场概览到厘米级精细检查——其几何保真度由构造本身保证,而非近似得来。

  • APP_02

    研究实验室

    SLAM-MIPSLAM(代号:Susanoo)实现 MipSLAM(arXiv:2603.06989),在高斯 SLAM 管线中引入 EAA(精确抗混叠)渲染,并配合 SA-PGO(尺度感知位姿图优化)。

  • APP_03

    边缘计算

    无混叠高斯 SLAM,在多种分辨率下渲染精确地图——因为看起来清晰却几何错误的地图,是安全失效,而不只是一个指标问题。