PRISM-SLAM：用于尺度感知度量 SLAM 的概率射线推理

单目 SLAM 历来在动态环境中遭受尺度模糊和跟踪失败的困扰。虽然最近的视觉基础模型（VFM）提供了显着的零镜头深度先验，但天真地整合这些确定性预测会忽略预测的不确定性和帧与帧之间的尺度不一致。我们提出了 PRISM-SLAM，这是一个实时框架，它将 VFM 先验严格集成到结构化贝叶斯因子图中，以实现尺度感知、度量一致的定位和映射。具体来说，我们引入了普吕克射线距离因子，将单目观测锚定在全局一致的公制坐标系内的绝对空间中，通过使公制尺度费希尔可识别来从数学上解决尺度漂移。为了处理环境动态，我们从时间深度一致性中推导出认知不确定性代理，并制定动态场景不确定性门控（DSUG）机制。这种软门方法在概率上降低了动态干扰因素的权重，而不会产生与传统语义分割掩模相关的大量计算开销。通过采用异步处理 VFM 推理和几何跟踪的多进程架构，PRISM-SLAM 仅使用 RGB 输入以 30 FPS 的速度提供经过验证的指标输出，从而弥合了基础模型和实际机器人应用之间的差距。根据 TUM RGB-D 和 7-Scenes 基准进行评估，PRISM-SLAM 实现的指标 $SE(3)$ 绝对轨迹误差 (ATE) 几乎与其 Oracle 对齐的 $Sim(3)$ 误差相同。这表明我们的系统可以通过提供强大的度量 SLAM 解决方案来生成可部署的度量轨迹，而无需任何事后规模校正。项目页面：https://prismslam-cmd.github.io/prismslam_pr/