⚡ electrical engineering

DiffRadar: Differentiable Physics-Aware Radar SLAM with Gaussian Fields

DiffRadar 是一个实时雷达 SLAM 系统，它将雷达观测建模为可微的、具备物理感知能力的高斯场，从而实现机器人位姿与场景结构的联合优化，与传统的离散扫描匹配方法相比，在诸如特征匮乏的走廊等挑战性环境中，显著提升了轨迹精度和地图一致性。

原作者： Gaurav Bagwe, Xiaoyong Yuan, Yongji Wu, Lan Zhang

发布于 2026-07-15

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Gaurav Bagwe, Xiaoyong Yuan, Yongji Wu, Lan Zhang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图仅凭一只能将世界涂抹成模糊、充满静态噪声的点点的手电筒，在一条黑暗、多雾的走廊中穿行。这就是目前大多数雷达系统所做的事情：它们对环境进行快照，将其切分成像素网格（类似于低分辨率的热力图），并试图通过匹配前后时刻的像素网格来推测自己的位置。问题在于：这就像是只能通过观察拼图碎片的边缘来尝试解开谜题。当走廊空无一人或者机器人原地旋转时，像素会变得混乱，地图会变得模糊，机器人就会迷失方向。

DiffRadar 出现并提出了一个完全不同的游戏规则。它不再将雷达信号视为由像素构成的静态图像，而是将其视为一个活生生的、呼吸着的、由无形的“高斯场”（Gaussian fields）组成的云团。换句话说，其他系统将墙壁看作是块状、锯齿状的像素线，而 DiffRadar 则将其视为一团平滑、发光的雾气，这团雾气具有特定的形状、特定的反射方向，以及在机器人移动时特定的运动方式。

“物理感知”云团的魔力

论文指出，传统的将雷达“离散化”为网格的方法破坏了物理学的自然流动。这就像试图通过每秒拍摄一张照片并计算水滴数量来描述一条流动的河流：你会错过水流本身。DiffRadar 则不同，它将雷达场景建模为一个连续的各向异性（有方向性的）高斯原语场。

令人兴奋的部分在于：这些并非随机的斑点。它们是“物理感知”的：

形状： 它们沿着雷达观测的方向（距离向）被拉长成细长的香肠状，但在侧向（方位向）则显得模糊且宽阔。这符合真实雷达的工作原理：它在距离探测上非常精确，但在左右位置的确定上则稍显模糊。
行为： 它们了解如何根据角度“散射”光线（或无线电波）。如果你正面观察一面墙，反射会很强；如果你从侧面观察，反射则会变弱。DiffRadar 将这一规则直接内置于云团的形状之中。

“渲染与对比”的游戏

DiffRadar 不是在匹配两张模糊的照片，而是在使用一个名为可微雷达渲染器（differentiable radar renderer）的特殊引擎玩一场“猜想与检查”的游戏。

猜想： 机器人猜想自己的位置以及“高斯云团”（墙壁和物体）的位置。
渲染： 它利用其物理知识，“绘制”出一张基于该猜想的虚拟雷达图。它会计算如果猜想属实，雷达应该看到什么，包括多普勒效应（物体靠近或远离时的频率变化）。
对比： 它观察真实的雷达数据与虚拟的雷达数据。两者之间的差异即为“误差”。
调整： 由于整个系统是“可微的”（数学上平滑的），它可以瞬间计算出如何微调机器人的位置和云团的形状，使虚拟地图能完美匹配真实的地图。它同时完成这一切，同时调整地图和机器人的路径，而不是分步进行笨拙的操作。

结果：更聪明、更快、更少漂移

作者在真实硬件（77 GHz FMCW 雷达）上进行了测试，并将结果与现有的顶尖雷达系统进行了对比。结果令人印象深刻：

“走廊测试”： 在长而单调的走廊中，其他系统容易产生混乱并发生偏移，而 DiffRadar 却能保持航向。在名为 Radarize 的公开基准测试中，它将行走误差（绝对轨迹误差）从 0 606 米 降低到了 0.103 米。这是 6 倍 的提升。
“特征匮乏测试”： 在一个机器人沿没有侧向特征的走廊呈之字形移动的特定测试中，旧系统产生了 0.830 米 的漂移，而 DiffRadar 仅有 0.039 米。这是 20 倍 的提升。
“旋转测试”： 当机器人原地旋转时（由于缺乏前进运动来测量，这是雷达的一个经典失效模式），DiffRadar 几乎完美地保持了其朝向，最终航向角误差仅为 0.051 rad，而旧系统为 2.69 rad。
速度： 尽管在进行如此复杂的数学运算，它仍能以 70 FPS（帧每秒）的速率实时运行，比领先的竞争对手（55 FPS）更快。同时它使用的内存也更少，将地图大小控制在 40 MB，而非 162 MB。

目前还做不到的事

论文谨慎地指出，这并非万能。它并非开箱即用支持任何雷达硬件；它是针对特定的商用 FMCW 雷达（如 TI IWR1843 和 AWR1843）进行调优的。如果你更换了天线或设置完全不同的雷达，系统可能需要重新校准。此外，虽然它能很好地处理少量移动的人员（动态杂波），但作者暗示，如果房间里充满了混乱、快速移动的物体，系统仍可能感到困惑。

核心结论

论文表明，通过将雷达视为一种需要建模的物理信号，而非仅仅是需要处理的图像，我们可以构建出比以往更擅长在浓雾、黑暗和复杂走廊中导航的机器人。这是一种从“匹配像素”到“理解物理”的转变，而数据证明，这种方法使仅靠雷达进行的导航变得更加鲁棒且一致。

技术摘要：DiffRadar

问题陈述

同步定位与建图（SLAM）对于移动系统至关重要，然而传统的对光学传感器（相机、LiDAR）的依赖在恶劣条件（如弱光、雾气和隐私敏感环境）下会失效。虽然毫米波（mmWave）雷达在这些场景中具有鲁棒性，但现有的雷达 SLAM 系统存在根本性的局限性。目前的方法通常将雷达数据处理为离散的距离-方位角（RA）热图，并通过模块化流水线（例如扫描匹配或基于多普勒的里程计）来估计运动。这种离散化破坏了几何连续性，忽略了雷达感知的各向异性特征（高距离分辨率但粗糙的方位角分辨率），并且未能捕捉关键的物理属性，如方向性后向散射和多普勒动力学。因此，这些系统往往会产生不稳定的位姿估计和退化的地图，特别是在特征匮乏的环境（如长廊）或动态条件下。

方法论：DiffRadar

作者提出了 DiffRadar，这是一个实时雷达 SLAM 系统，它将问题重新表述为一个基于雷达感知物理学的可微优化任务。Diff

DiffRadar 并没有将雷达数据视为图像，而是将观测建模为一个连续的、具备物理感知能力的高斯场。

核心组件

物理感知高斯表示：
- 环境被表示为一系列各向异性高斯原语（ $G_i$ ）的集合。
- 每个原语编码了空间几何（ $\mu_i, \Sigma_i$ ）、反射率（ $\beta_i$ ）、方向性后向散射（ $A_i(\phi)$ ）和可靠性（ $\alpha_i$ ）。
- 至关重要的是，协方差 $\Sigma_i$ 被分解以反映雷达的各向异性：沿距离轴具有窄不确定性，沿横向（方位角）轴具有较宽的不确定性，这与 FMCW 雷达物理特性一致（ $\sigma_r \propto 1/B, \sigma_\theta \propto \lambda/D$ ）。
可微雷达渲染器：
- 不同于依赖遮挡的光学渲染（如 3D 高斯泼溅/3D Gaussian Splatting），雷达渲染器使用加性反射模型。
- 它将高斯场投影到两个测量空间：
  - 距离-方位角 (RA)： 通过计算所有散射体沿波束的贡献之和来计算强度，并根据其可见性和方向性散射进行加权。
  - 多普勒-方位角 (DA)： 根据雷达与原语之间的相对运动计算多普勒偏移，并按波束聚合贡献。
- 该渲染器是可微的，允许梯度从测量残差传播回场景参数和机器人位姿。
统一位姿-地图优化：
- 系统通过最小化渲染图与观测到的 RA/DA 图之间的残差，共同优化机器人轨迹（ $T_t, v(t)$ ）和场景结构（高斯原语）。
- 可见性调节关联（VDRF）： 为了处理雷达特有的噪声（多径、旁瓣），可见性函数根据距离一致性、角度散射支持和多普勒一致性对原语进行过滤，之后它们才会对渲染做出贡献。
- 优化过程在滑动窗口内交替进行：先在固定地图的情况下精细化位姿，再在固定位姿的情况下精细化地图。

主要贡献

连续物理感知表示： 引入了一种用于雷达 SLAM 的高斯场表示，将观测建模为连续的原语而非离散的热图，从而实现了平滑的几何建模和基于梯度的优化。
可微雷达渲染器： 设计了一个渲染器，将高斯场投影到 RA 和 DA 空间，同时保留雷达物理特性（加性反射、各向异性、多普勒），使得测量残差可以直接更新场景和位姿参数。
统一优化框架： 开发了一个统一的联合优化框架，消除了启发式的扫描匹配，能够同时精细化轨迹和雷达场景结构，从而提高在退化条件下的鲁棒性。
系统实现： 在商用 FMCW 雷达硬件上实现了该系统，并在公开基准测试和自定义的“雷达退化压力测试”（RDST）套件上进行了评估。

实验结果

作者在 Radarize 基准测试 和针对特定失效模式（走廊退化、速度切换、动态杂波、长程回环检测）设计的自定义 RDST 套件 上评估了 DiffRadar。

基准测试精度： 在 Radarize 基准测试中，DiffRadar 实现了比 Radarize 基准线 6 倍的降低 的平移绝对轨迹误差（ATE）（0.103m vs. 0.606m），并取得了所有方法中最低的旋转误差。
退化运动： 在特征匮乏的走廊场景（锯齿形运动）中，DiffRadar 的平移 ATE 比基准线提升了 超过 20 倍（对于车载型，0.039m vs. 0.830m）。
动态与长程鲁棒性：
- 在动态杂波（移动行人）下，DiffRadar 保持了较高的地图一致性（~94%），而基准线仅为 ~40%。
- 对于长程回环检测（>100m），DiffRadar 将回环漂移从 ~20m/100m 降低到了 ~0.5m/100m。
效率： 该系统在商用硬件上以 70 FPS 的实时速度 运行，且内存占用（40 MB）显著低于基于热图的基准方法（162 MB）。

意义与主张

论文声称，通过一个可微的、具备物理感知能力的框架直接在信号域对雷达观测进行建模，能够实现实质上更鲁棒且更一致的雷达单传感器 SLAM。通过将 SLAM 流水线建立在雷达物理特性（各向异性、多普勒、加性散射）之上，DiffRadar 克服了基于图像的雷达处理中固有的抽象失配问题。结果表明，这种方法即使在传统流水线失效的场景（如特征稀疏的走廊或存在动态干扰的环境）中，也能提供稳定的运动估计和一致的建图。作者得出结论，将雷达感知物理学与可微场景表示相结合，为下一代雷达 SLAM 系统提供了一个极具前景的方向，尽管他们也指出了在硬件校准和极端密集动态杂波方面的局限性。