雷達傳感在移動系統中的普及日益增長，因為它能夠在弱光、惡劣天氣以及隱私敏感環境中可靠工作，而這些條件下相機和LiDAR經常失效。然而，現有的雷達SLAM系統大多通過在離散化的雷達熱圖上進行掃描匹配來估計運動，這種方式破壞了幾何連續性，且未能捕捉雷達的關鍵傳感特性，常常導致在退化或動態變化環境中位姿估計不穩定和地圖構建質量下降。
為了解決這一問題，來自研究團隊的Gaurav Bagwe等人提出了DiffRadar——一種全新的實時雷達SLAM系統，它將雷達觀測建模為可微的、物理感知的高斯場，而不是離散的掃描點。DiffRadar使用各向異性的高斯基元來表示場景，並通過一個可微的雷達前向模型在距離-方位和多普勒-方位空間中渲染雷達測量值，從而實現對機器人位姿和場景結構的直接聯合優化。這種方法避免了傳統掃描匹配中的信息損失，充分利用了雷達信號的連續性和物理特性。
研究團隊在商用FMCW雷達硬件上實現了DiffRadar，並在兩個主要評估方案上進行了測試：一是公共的Radarize基準測試，二是專門設計的壓力測試套件，該套件針對常見的雷達SLAM故障模式，包括走廊退化、運動模式轉換、動態雜波以及長週期閉環。實驗結果顯示，DiffRadar在基準測試中大幅降低了軌跡誤差，特別是在特徵貧乏的走廊運動場景中取得了尤為顯著的提升；同時，地圖一致性提高了一倍以上，並保持了70 FPS的實時運行性能。
這些結果表明，直接在信號域對雷達觀測進行建模，能夠使移動平台的純雷達SLAM系統變得更加魯棒和一致。該工作已提交至arXiv（編號2607.12265），並提供了相關代碼與數據鏈接。這一成果為雷達SLAM領域提供了新的思路，有望推動移動機器人在複雜環境中的自主導航能力。