机器人刚启动时避障正常，跑了十几分钟后 GPU 内存不断上涨，最后要么丢帧，要么地图更新直接停住。另一个看似相反的现象是，内存没有上涨，旧障碍却一直留在地图里。两种问题都和“三维记忆”有关，但一个是空间没有回收，一个是清除策略没有生效。

体素地图不是一张静态图片。相机每次观测都会更新一批体素块，位姿、分辨率、最大观测距离、动态障碍物清除和 ESDF 计算都会影响存储量。把地图当成无限大的缓存，最终一定会遇到显存或尾延迟问题。

固定体素尺寸和观测范围→记录活跃体素块与显存→验证障碍物清除规则→限制地图窗口和更新频率→在长时间运行中复测
地图记忆图三维地图的成本由空间范围、体素分辨率、缓存生命周期和派生距离场共同决定。
体素尺寸体素越小，几何细节越多，单位空间需要的块也越多。活跃块相机观测范围和机器人走过的区域决定哪些块被分配。观测射线射线终点和自由空间更新会影响障碍物是否被清除。动态障碍人和货物离开后需要明确的衰减、清除或重新观测规则。ESDF距离场是地图的派生数据，会额外消耗显存和更新时间。地图窗口局部窗口和最大距离限制可以把成本变成可估计的上限。

先确认到底是哪块内存涨了

看到 GPU OOM 时，不要只记一条“显存不足”。应该同时记录 TensorRT、体素地图、CUDA stream、相机缓冲和系统共享内存。地图不断变大，和某个节点每帧泄漏，排查路径完全不同。

可以先留下运行时状态：

1
2
3
4
5
tegrastats
ros2 topic hz /camera/depth/image_rect_raw
ros2 topic hz /camera/color/image_raw
ros2 topic echo --once /tf
ros2 node info /nvblox_node

命令中的话题名要按实际配置替换。tegrastats 看到的是整机资源，不能直接告诉你某个体素层占了多少；还需要结合节点参数、profile 或运行时日志记录活跃块数量、更新频率和清除次数。

如果地图显存和推理显存互相争抢，先用CUDA 内存与 Stream 的对照实验拆出分配、复制、kernel 和同步，再判断是地图生命周期失控，还是每帧缓冲没有复用。

体素尺寸和范围先决定一个数量级

如果把一个边长为 L 的立方空间按边长 r 的体素离散，理论体素数量近似为：

1
N_voxels ≈ (L / r)^3

真实实现通常按块分配，并且只为观测到的区域分配内存，所以这个公式不能当作精确显存结果。它却能提醒你，体素边长从 5 cm 改成 2.5 cm，空间数量级可能增加八倍，而不是“细节增加一倍”。

对移动机器人来说，远处区域通常不需要和近距离抓取区使用同样分辨率。可以采用局部窗口、最大观测距离或分层地图，把计算预算留给规划真正会用到的空间。参数改动后要同时观察地图更新 P99 和规划器拿到的地图年龄。

旧障碍为什么不会自己消失

深度相机看见一个箱子时，障碍体素会被标记。箱子被搬走以后，地图只有在后续观测射线经过原位置、清除策略允许更新、并且时间戳和位姿都有效时，才有机会把它改成自由空间。没有新观测时，系统无法凭空证明那里已经空了。

清除逻辑至少要回答三个问题：空闲观测保存多久，动态障碍是否允许衰减，地图暂停更新时导航是否继续使用旧数据。对于安全相关的障碍，宁可让规划器知道“地图过期”并降速，也不要把旧地图当成当前事实。

ESDF 更新和感知更新不是一回事

体素占据更新成功，不代表 ESDF 已经使用了最新数据。距离场通常有自己的更新周期、工作区和队列。若规划器消费时间为 t_plan，地图最新观测时间为 t_map，还应记录：

1
2
map_age = t_plan - t_map
esdf_age = t_plan - t_esdf_update

当 map_age 很小而 esdf_age 很大时，继续提高相机帧率没有意义，瓶颈在距离场更新或 GPU 资源竞争。控制接口应能收到地图年龄和有效标志，超过截止期就降低速度或暂停规划。

map_age 与感知结果年龄可以共用一套记录口径，具体字段见视觉伺服的端到端延迟预算。两者都要从源数据时间算到实际消费时刻，不能用节点发布频率代替。

长时间运行要做三组测试

第一组让机器人原地观察，确认静态场景下显存和活跃块数量是否稳定。第二组让机器人在有限区域来回走，观察地图窗口是否回收，动态物体离开后多久消失。第三组加入录包、推理和导航负载，测温度变化、显存峰值、地图更新 P99 和规划等待。

测试 主要观察 不能直接推出的结论
原地静态 基线显存、更新周期 不能证明长距离行走不会增长
有限区域移动 活跃块回收、动态清除 不能证明未知环境覆盖充分
全链路负载 资源争抢、P99、地图年龄 不能把仿真结果当成真机结果

每次测试都保存体素参数、相机分辨率、位姿来源、GPU 型号和功耗模式。只记“跑了半小时没崩”无法复现问题。

参考资料

证据边界：体素数量公式只是数量级估算，不能替代 nvblox、驱动和目标 GPU 的实际 profile。本文没有给出某个体素尺寸、地图范围或 Jetson 型号的显存上限。发布前应补上运行参数、长时间日志和地图年龄记录。