来自arXiv的论文《Multi-Robot Planning and Control from CCTV Camera Networks in a Real Warehouse》（编号2606.06762）于2026年6月4日提交，作者包括Luke Robinson等五人。该研究探索了一种新颖的多机器人协调范式：将感知和计算从机器人本体转移到环境中的固定摄像头网络和边缘计算设备上。
传统的移动机器人自主性通常依赖于机器人自身搭载的传感器（如激光雷达、摄像头）和计算单元来进行导航和避障。然而，随着机器人车队规模扩大，这种本体感知和计算方式面临成本、功耗和可扩展性等挑战。该论文提出，利用环境中已部署的CCTV摄像头网络和边缘计算，可以实现更可扩展的自主性。
研究团队将先前单机器人案例中的方法扩展到多机器人协调，并在一个真实仓库中进行了实验。系统完全在图像空间中运行，基于一个未标定的、像素级拓扑摄像头图，使得摄像头可以灵活布置并支持广域操作。具体来说，系统采用分层规划器：高层规划器为每个机器人选择一系列摄像头，低层规划器则在每个摄像头视图中规划机器人的图像空间运动。
机器人之间的协调采用“先优先级后联合”的策略。重叠的摄像头区域被视为共享资源，同一时间只允许一个机器人占用，从而防止碰撞和死锁。这种协调机制确保了多机器人在共享工作空间中高效、安全地运行。
实验在真实仓库中进行，部署了4台机器人和30个摄像头，覆盖6条27米长的通道。论文报告了任务完成时间和协调统计数据。值得注意的是，机器人本身不携带任何任务专用的导航硬件，所有规划和协调均由外部摄像头网络和离板计算完成。
据作者所知，这是首次仅使用外部摄像头网络和离板计算实现多机器人规划与协调的现场演示。该工作为可扩展的多机器人自主性提供了一条实用路径，尤其适用于已具备摄像头基础设施的仓储和物流场景。未来，这种方法有望降低机器人车队的硬件成本，并简化部署和维护。