动态

与很多依赖预定义动态类别、语义分割先验或静态场景建图的方法不同，DROID-W选择了一条更“底层”的路线：不去预设什么东西会动，不需要建立高质量静态场景，而是让系统自己从多视角观测中识别哪些区域不可靠，并在优化时自动降低这些区域的影响。

并且，该工作提出的动态不确定性感知模块可以即插即用地应用到多种SLAM框架中，有效提升其在真实动态环境中的性能。

过去的动态SLAM系统往往依赖于动态物体语意分割/检测等先验移除动态物体，但需提前预知动态物体类别，严重限制了其在真实物理世界的广泛应用。

但这种做法天然依赖类别先验：当场景中出现未知动态物体、非刚体运动、局部遮挡或强反光区域时，系统往往就不够稳了。

这带来一个很重要的好处：系统不会因为场景里有动态物体，就粗暴地把整块区域全部丢掉。

CVPR2026｜DROID-W：复杂室外动态场景，也能稳定SLAM2026年04月08日08:51机器之心Pro图1：给定任意动态视频，DROID-W能够估计准确的动态点云，相机位姿，以及动态不确定性。

两优化交替进行，最终输出动态点云和准确的相机轨迹。

而是让模型自己发现动态干扰

这些高不确定区域的残差项在BA优化中会被自动抑制，从而减少动态干扰对相机轨迹和几何结构估计的影响。

基于此，DROID-W的关键改进，就是把“动态带来的不可靠性”显式建模为逐像素的动态不确定性。

但在动态场景里，传统BA默认的刚体运动关系被打破，错误残差会严重影响扰乱优化方向与准确性。

基于不确定性感知的动态SLAM方案WildGS-SLAM依赖于高质量的动态场景高斯建图来估计动态不确定性，但真实环境中的建图面临巨大挑战，严重限制了其性能。

真正实现了让单目SLAM系统适用于“随手拍”的真实动态场景。

让不确定性进入BA，动态区域不再“拖后腿”图2:

最近，苏黎世联邦理工与微软的研究团队提出了DROID-W：一种基于动态不确定性感知的稠密可微BundleAdjustment（BA）的动态SLAM框架。