KITTI 吞吐量
67.8 FPS
- 98.4% 召回率
- 13倍 OPEN3D
- 8+ SLAM 模块
问题
点云配准是所有 SLAM 的几何粘合剂。每次激光雷达扫描或深度相机触发时，系统必须将新扫描与前一次对齐。这就是配准。
Open3D ICP 运行速度约 5 FPS。现代激光雷达以 10–30 Hz 运行。这是灾难性的慢 — 你的配准管道跟不上你的传感器。
RANSAC 是随机的、不确定的。运行两次，得到两个不同的答案。对于安全关键的机器人来说不可接受。
RobotFlow Labs 出货 8+ 个 SLAM 模块。我们不可能在 5 FPS 的瓶颈上构建真正的 SLAM 套件。
TURBOCLIQUE
核心洞察：不再随机采样（RANSAC），而是从候选对应关系构建一致性图，在 GPU 上查找最大 3-团，然后在姿态求解之前过滤。
- 01
对应图
从特征匹配构建兼容性图。边编码成对几何一致性。
- 02
3-团检测
在 GPU 上查找最大 3-团。每个团是一组互相一致的对应三元组 — 一个强姿态假设。
- 03
GPU 过滤
在 CUDA 上并行过滤数千个团。确定性的。没有随机采样。相同输入始终产生相同输出。
- 04
姿态求解
从过滤后的对应关系进行加权 SVD。亚度旋转精度。厘米级平移精度。
架构
C++ CUDA 核心（.so 二进制，专有）+ Python 层（开源）。与 cuDNN / TensorRT 相同的分发模式。
PYTHON API
OPEN开源 — bifrost.register()
C++ CUDA 核心
PROPRIETARY专有 — 编译的 .so 二进制
GPU 运行时
HARDWARENVIDIA CUDA — Ampere / Hopper
KITTI 里程计
室外激光雷达
- 98.4%
- 配准召回率
- 0.40°
- 旋转误差
- 8.12 cm
- 平移误差
- 67.8 FPS
- 吞吐量
比 Open3D ICP 快 13×
3DMATCH
室内 RGB-D
- 93.6%
- 召回率 (FCGF)
- 2.04°
- 旋转误差
- 6.42 cm
- 平移误差
- 64.6 FPS
- 吞吐量
使用 FCGF 特征主干
正面对决
- BIFROST60–68 FPSCUDA + TurboClique
- OPEN3D ICP RANSAC~5 FPSCPU
12–13× 加速比
驱动每个 SLAM 模块
PRISM
多传感器高斯 SLAM
GS3LAM
3D 高斯溅射 SLAM
CokO
多智能体协作 SLAM
MipSLAM
基于 Mip-NeRF 的 SLAM
INTACT
激光雷达完整性监控
Ghost-FWL
幻影回波拒绝
ProjFusion
相机-激光雷达融合
OccAny
3D 占据率预测
这些模块没有一个使用 Open3D ICP。它们全部使用 BIFROST。
部署
C++ CUDA 核心
编译的 .so 二进制，支持 Linux x86_64 + ARM64
PYTHON API
bifrost.register(source, target, features)
CLI
bifrost-cli register --source a.pcd --target b.pcd
REST API
FastAPI 服务器，网络可访问的配准
DOCKER
CUDA 就绪容器，包含所有依赖
预设
10+ 数据集配置：KITTI、3DMatch、nuScenes…
已交付
- C++ CUDA 核心已交付。驱动生产中的所有 8 个 SLAM 模块。
- 专有 IP 以编译 .so 分发 — 与 cuDNN 相同的商业模式。
- Python API 开源。核心引擎闭源。
论文TurboReg — ICCV 2025