在未知三维空腔（如洞穴、地下隧道或工业储罐）中自主探索对空中机器人而言极具挑战，原因不仅在于空间结构未知，还在于机器人常需通过系绳供电或通信。系绳虽然能延长续航并保障数据链路，却可能缠绕在障碍物上，限制机器人的机动范围。现有的路径规划方法大多只关注飞行距离或探索效率，很少将系绳释放长度纳入优化目标。
针对这一空白，Louis Petit 等作者在《IEEE Robotics and Automation Letters》上发表论文，提出名为 TAPE（Tether-Aware Path Planning for Autonomous Exploration）的方法。据作者所述，这是首个在三维未知空腔自主探索中同时最小化飞行距离与系绳释放长度的方法。其核心观察是：系绳的缠绕主要受局部路径形状影响，而全局路径对缠绕的影响较小。基于此，TAPE 采用两级分层架构。
全局规划层采用基于前沿（frontier）的探索策略，将待探索的边界点作为目标，并求解旅行商问题（TSP）以最小化总飞行距离。这一层负责生成覆盖整个未知空间的宏观路径顺序。局部规划层则关注每一步的路径成本与当前系绳释放长度，通过一个可调决策函数在两者之间进行权衡。该函数的参数允许操作者或系统根据任务需求调整偏向：更重视缩短飞行距离，还是更重视减少系绳释放。
为了验证方法有效性，作者进行了详细的仿真研究以及实地测试。仿真中，研究团队将 TAPE 与仅使用全局 TSP 规划（不含局部系绳感知）的基线方案进行对比。结果显示，TAPE 平均使飞行距离增加 4.1%，这是为系绳管理付出的代价。然而，在系绳长度是否超过最大允许值这一关键安全指标上，TAPE 表现显著更优：在 100% 的仿真案例中系绳长度均保持在限值以内，而基线方案仅在 53% 的案例中满足该约束。这意味着基线方案有近一半的测试场景可能导致系绳过度释放，带来缠绕或断裂风险。
该论文共 8 页，提交于 2026 年 6 月 29 日，arXiv 编号为 2606.30817，属于机器人学（cs.RO）领域。其期刊版本已发表于 IEEE Robotics and Automation Letters 2022 年第 7 卷第 4 期。TAPE 的意义在于将系绳管理从被动应对提升为主动规划目标，为系留空中机器人在复杂三维环境中的安全自主探索提供了新思路。未来工作可能进一步考虑系绳缠绕的显式建模，以及更复杂的动态障碍场景。