- ViSTA-SLAM // 2509.01584
- GPU
- WAVE 6
THOR
寻路者
THOR使用对称双视图关联进行鲁棒特征匹配，提供实时单目视觉SLAM。它从RGB图像对中估计相机位姿并构建密集局部3D点云图，通过Sim(3)位姿图后端处理回环检测和全局一致性。在RTX 4090上达到30FPS，在Jetson Orin上达到20FPS，足以满足实时自主导航需求。GPS拒止导航对于室内操作、隧道、地下设施至关重要——THOR仅用单个相机就能提供精确的6自由度定位和密集建图，无需任何校准。
模块状态: 开发中FPS(4090)
30FPS
- 部门
- ANIMA
- 波次
- W6
- 领域
- SLAM与3D
- 第6波 // ANIMA 套件
- 基础层 — 视觉SLAM
THOR // W6 // 074/079
01核心挑战
GPS拒止定位
室内、隧道、地下 — 无GPS。机器人必须仅用相机定位。
实时6自由度定位和密集建图是导航基础。
02解决方案
THOR 提供什么
THOR使用对称双视图关联提供实时单目视觉SLAM。从RGB对估计相机姿态和密集3D点图。
能力
- 对称双视图关联鲁棒匹配
- 从RGB对构建密集3D点图
- Sim(3)姿态图回环检测
- RTX 4090 30FPS，Jetson Orin 20FPS
03工程挑战
为什么这很难
构建 THOR 需要解决多个耦合问题：
- 01快速运动时跟踪
- 02大环境回环检测
- 03实时密集建图
- 04多条件鲁棒匹配
THOR 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 |
|---|---|
| FPS(4090) | 30 |
| FPS(Jetson) | 20 |
| 自由度 | 6 |
| 回环 | 自动 |
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 |
|---|---|---|
| 特征匹配 | 已完成 | 对称双视图 |
| 姿态图 | 已完成 | Sim(3)后端 |
| 回环检测 | 进行中 | 大规模处理 |
| 边缘部署 | 进行中 | Jetson优化 |
| 核心模型 | 已完成 | SLAM管线已验证 |
| API层 | 进行中 | 姿态+地图流 |
06应用场景
THOR 部署场景
- APP_01
室内导航
仓库建筑GPS拒止定位。
- APP_02
自主巡逻
安保机器人持续建图。
- APP_03
搜索救援
未知环境实时建图。
07技术
底层技术
基础：VISTA-SLAM
- 对称双视图关联鲁棒匹配
- 从RGB对构建密集3D点图
- Sim(3)姿态图回环检测
核心创新
THOR使用对称双视图关联提供实时单目视觉SLAM。从RGB对估计相机姿态和密集3D点图。
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]ViSTA-SLAM（2509.01584）