---
title: "PRISM"
date: 2026-05-20
draft: false
tags: ["PRISM", "世界模型", "空间记忆", "SLAM", "机器人", "导航"]
categories: ["worldmodel"]
---

# PRISM
## **P**rior-**R**egistered **I**ntegrated **S**patial **M**emory
### —— 一种融合 iPhone 先验地图与 ZED 2i 在线感知的机器人空间记忆架构

> 🌈 **像棱镜把白光分成七色，PRISM 把两类异构 3D 数据分到四层空间记忆里，让机器人既"看得见当下"，又"记得住过去"。**

---

## 一、命名由来

| 字母 | 含义 | 对应技术 |
|------|------|----------|
| **P** | **Prior** （先验） | iPhone RoomPlan 离线扫描得到的"建筑师图纸" |
| **R** | **Registered** （已配准） | CLIP 粗匹配 + TEASER++/ICP 把实时观测对齐到先验 |
| **I** | **Integrated** （融合） | 两路数据在统一 `SpatialMemory` Schema 中共存 |
| **S** | **Spatial** （空间） | 四层结构：感知缓冲 / 度量 / 拓扑 / 语义 |
| **M** | **Memory** （记忆） | 工作 → 短期 → 长期 + 巩固机制（仿人脑） |

**为什么是"棱镜 (Prism)"**：
- 棱镜把**一束白光**分成**多种颜色** ↔ PRISM 把**机器人采集到的原始观测**分到**四层记忆**
- 棱镜也能把**多种颜色**合回**一束**↔ 机器人查询时各层信息又汇聚为一次决策
- 一目了然、好读好搜，与 ROS/SLAM 社区已有项目不重名

---

## 二、章节导航（一章一文件）

| # | 文件 | 标题 | 一句话内容 |
|---|------|------|-----------|
| 00 | [`00_overview.md`](00_overview.md) | 总览与命名由来 | 项目目标、核心理念、读者地图 |
| 01 | [`01_capability_decomposition.md`](01_capability_decomposition.md) | 两方案能力解构 | iPhone vs ZED 2i 角色画像与互补性 |
| 02 | [`02_architecture.md`](02_architecture.md) | 四层空间记忆架构 | L1 感知 / L2 度量 / L3 拓扑 / L4 语义 |
| 03 | [`03_data_schema.md`](03_data_schema.md) | 统一数据模型 | `SpatialNode` / `SpatialEdge` / `SpatialMemory` |
| 04 | [`04_pipeline_A_iphone_offline.md`](04_pipeline_A_iphone_offline.md) | 管线 A：iPhone 离线建图 | RoomPlan → 写入 L2/L3/L4 |
| 05 | [`05_pipeline_B_relocalization.md`](05_pipeline_B_relocalization.md) | 管线 B：ZED 上线握手 | 两段式重定位（CLIP→ICP） |
| 06 | [`06_pipeline_C_online_perception.md`](06_pipeline_C_online_perception.md) | 管线 C：在线感知 | TSDF 增量 + 差异检测 |
| 07 | [`07_pipeline_D_consolidation.md`](07_pipeline_D_consolidation.md) | 管线 D：记忆巩固 | 充电时"睡眠"，短期转长期 |
| 08 | [`08_runtime_timeline.md`](08_runtime_timeline.md) | 完整时序 | T0→T4 端到端运行剧本 |
| 09 | [`09_roadmap.md`](09_roadmap.md) | 8 周原型路线图 | 周度交付与里程碑 |
| 10 | [`10_tech_stack.md`](10_tech_stack.md) | 技术栈 | 存储/中间件/算法库选型 |
| 11 | [`11_world_model_bridge.md`](11_world_model_bridge.md) | 衔接世界模型 | 与 M-JEPA / DreamerV3 的接口 |
| 12 | [`12_risks.md`](12_risks.md) | 风险与对策 | 6 大风险及缓解 |
| 13 | [`13_evaluation.md`](13_evaluation.md) | 评测指标 | 重定位/一致性/语义/实时性 |
| 14 | [`14_mvp.md`](14_mvp.md) | 最小可复现 demo | 5 步验证全闭环 |
| 18 | [`18_lyra_inspirations.md`](18_lyra_inspirations.md) | Lyra 2.0 启发的设计原则 | 路由/内容分离 + keyframe 真源 + self-augmentation |
| 19 | [`19_v2_brain_inspired_upgrade.md`](19_v2_brain_inspired_upgrade.md) | 🧠 PRISM 2.0：仿脑升级 | 8 个仿脑模块 (GridMetric/DG/Predictive...)，v1.5 → v2.0 |

### 配套文档与附录

| 文件 | 用途 |
|------|------|
| [`comparison.md`](comparison.md) | 同档项目对比综述(8 项目 + 4 个 Pipeline 维度矩阵) |
| [`rate.md`](rate.md) | 技术难度评分(62/100) |
| [`rate_industry.md`](rate_industry.md) | 行业贡献评分(48/100) |
| [`CHANGELOG.md`](CHANGELOG.md) | 版本变更日志(Keep-a-Changelog 风格) |

---

## 三、阅读路径建议

### 🚀 30 分钟快速理解（决策者）
`README` → [`00_overview.md`](00_overview.md) → [`01_capability_decomposition.md`](01_capability_decomposition.md) → [`02_architecture.md`](02_architecture.md) → [`08_runtime_timeline.md`](08_runtime_timeline.md)

### 💻 实施前完整阅读（工程师）
按章节顺序 00 → 14

### 🔬 技术评审（研究员）
[`02_architecture.md`](02_architecture.md) → [`05_pipeline_B_relocalization.md`](05_pipeline_B_relocalization.md) → [`06_pipeline_C_online_perception.md`](06_pipeline_C_online_perception.md) → [`11_world_model_bridge.md`](11_world_model_bridge.md) → [`13_evaluation.md`](13_evaluation.md)

### 🧠 PRISM 2.0 仿脑升级
[`19_v2_brain_inspired_upgrade.md`](19_v2_brain_inspired_upgrade.md) → [`research/human_spatial_memory.md`](../../research/human_spatial_memory.md)

### 🧑‍💼 项目立项（PM）
[`00_overview.md`](00_overview.md) → [`09_roadmap.md`](09_roadmap.md) → [`12_risks.md`](12_risks.md) → [`10_tech_stack.md`](10_tech_stack.md)

---

## 四、与上层项目的关系

```mermaid
flowchart TB
    R["worldmodel/<br/><i>总项目：物理世界理解</i>"]
    P["plans/"]
    H["hotel_scene_implementation_plan.md<br/><i>酒店场景建模总方案</i>"]
    I["iphone/<br/><i>采集方案 1</i>"]
    C["camera/<br/><i>采集方案 2 (ZED 2i)</i>"]
    PR["<b>PRISM/</b><br/><i>本目录：把上面两者合成机器人大脑</i>"]
    RS["research/<br/><i>文献与综述</i>"]
    R --> P
    R --> RS
    P --> H
    P --> I
    P --> C
    P --> PR
    style PR fill:#ffe9b3,stroke:#c97a00,stroke-width:2px
```

- **PRISM 是"消化层"**：上游的 iPhone 与 ZED 2i 各自负责"产数据"，PRISM 负责"把数据变成机器人能记住、能查询的记忆"。
- **PRISM 是"承上启下"**：下游可对接 M-JEPA / 大模型 Agent，作为它们的空间上下文。

---

## 五、当前进度

```
[x] v1.0 主方案（robot_brain_spatial_memory.md）
[x] v1.1 拆分章节（本目录）
[x] v1.2 各章节细化（代码 + 接口 + 实验）+ PDF 出版管线
[x] v1.5 Lyra 2.0 启发升级 (路由/内容分离 + keyframe 真源 + self-augmentation)
[x] v2.0 仿脑设计 (8 个仿脑模块：GridMetric/DG/Predictive 等)
[ ] v2.0 原型实现 (P0 优先：GridMetric + DG + PredictiveLayer)
```

---

## 六、缩写速查表

| 缩写 | 全称 | 出现章节 |
|------|------|----------|
| PRISM | Prior-Registered Integrated Spatial Memory | 全部 |
| LTM | Long-Term Memory | 02, 04, 07 |
| WM | Working Memory | 02, 06 |
| L1–L4 | 四层记忆层 | 02 |
| VIO | Visual-Inertial Odometry | 05, 06 |
| TSDF | Truncated Signed Distance Function | 02, 06 |
| 3DGS | 3D Gaussian Splatting | 02, 06, 10 |
| Anchor | 重定位锚点 | 04, 05 |
| delta/ | 差异记忆目录 | 06, 07 |

---

**文档版本**：v2.0.0
**最后更新**：2026-05-17
**反馈**：在 GitHub Issues 提出章节改进建议

> 🧠 **PRISM 2.0 = 从「精准度量 + 被动记录」到「泛化度量 + 预测驱动」。大脑用几瓦功耗做到了终身空间记忆，没有理由不抄作业。**