SE(2)導航網格

地面機器人在複雜多層環境中的全局導航是一項具有挑戰性的任務，要求表示方法既能準確捕捉可通行區域，又能高效支持路徑規劃。現有主流方法存在明顯不足：點雲和體素佔用地圖缺乏明確的表面結構，難以直接評估可通行性；而在密集的三角網格上進行直接路徑搜索，計算開銷巨大，難以滿足實時需求。導航網格（NavMesh）通過將底層網格抽象為多邊形，在一定程度上緩解了上述問題，但其核心假設——可通行性與機器人偏航角無關——對於非圓形機器人在狹窄空間（如走廊、門口）中的導航並不成立。

針對這一缺陷，來自多所機構的研究人員提出了一種名為SE(2)導航網格（SE(2) NavMesh）的新型表示方法。該方法的核心思想是將機器人的可通行性建模為與其朝向（偏航角）相關的函數。具體而言，研究團隊利用足跡掩膜（footprint masks）來評估不同朝向下機器人腳掌覆蓋區域的可通行性，並構建了一個分層圖結構：每一層對應一個特定的偏航角，層內的節點表示該偏航角下可通行的位置，而層間通過平移和旋轉邊相連，從而顯式地建模了機器人在不同位置和朝向之間的轉換。

基於SE(2) NavMesh，研究團隊進一步提出了A*-String Pulling-A* (ASA)路徑規劃策略。該策略分為兩個階段：首先，在偏航角層上使用A*算法找到一系列粗略的位置節點；然後，利用string pulling技術優化這些節點之間的連接，同時考慮機器人的朝向約束，從而得到一條位置和朝向均平滑的可行路徑。此外，為了適應動態環境，他們還設計了一種在線更新方法，能夠在機器人進行幾何重建的同時，從增量式點雲流中實時更新SE(2) NavMesh，無需重新構建整個網格。

實驗結果表明，SE(2) NavMesh在仿真環境中捕獲的可通行面積比經典NavMesh多出50%以上，這意味着機器人能夠規劃的路徑空間顯著增大。在受限環境（如狹窄通道、多障礙物場景）中，SE(2) NavMesh結合ASA路徑規劃的平均成功率、路徑長度和計算時間均優於基於隨機採樣的RRT*等基線方法。更為重要的是，研究團隊在一台真實的輪式機器人上進行了廣泛測試，包括多層樓梯、狹窄走廊、傢俱密集的房間等場景，驗證了SE(2) NavMesh的實時在線生成能力以及機器人跨越不同環境時的穩定導航性能。

該論文於2026年7月1日提交至arXiv預印本平台，編號為2607.01454。項目網站提供了代碼、實驗視頻和更多技術細節。這項研究為服務機器人、倉儲物流、災難救援等應用中的自主導航提供了關鍵技術支撐，特別是對於需要在複雜結構內靈活移動的非標準外形機器人，SE(2) NavMesh有望成為一種標準化的表示工具。