仪器仪表学报

作者：陶贤露，刘佳璇，王焯轩，潘树国，徐锦乐

单位：陶贤露,1.东南大学仪器科学与工程学院南京210096； 2.东南大学综合时空网络与装备技术全国重点实验室南京2110096,xltao@seu.edu.cn,刘佳璇,1.东南大学仪器科学与工程学院南京210096； 2.东南大学综合时空网络与装备技术全国重点实验室南京2110096,,王焯轩,1.东南大学仪器科学与工程学院南京210096； 2.东南大学综合时空网络与装备技术全国重点实验室南京2110096,,潘树国,1.东南大学仪器科学与工程学院南京210096； 2.东南大学综合时空网络与装备技术全国重点实验室南京2110096,,徐锦乐,1.东南大学仪器科学与工程学院南京210096； 2.东南大学综合时空网络与装备技术全国重点实验室南京2110096,

关键词：无人平台;自主探索;序列优化;路径规划;轨迹优化

基金：江苏省基础研究计划（BK20251745）、国家自然科学基金（42404023）项目资助

高效的路径规划与决策能力是无人平台在未知环境中实现自主探索的关键。但受感知误差与计算资源限制，现有探索方法在复杂结构场景中易出现覆盖不完整和探索效率低下，尤其在边角或遮挡区域，常引发路径冗余与感知盲区。其原因在于多数规划器仅关注局部信息增益或最短路径,未充分利用环境结构特征，导致高代价回溯与重复探索。故提出一种基于边角区域引导的无人平台分层主动路径规划方法。通过构建“前端路径生成—后端轨迹优化”的分层架构，以实现高效、连续的全局探索。前端引入快速环境信息预处理机制，并结合视点自适应推离与小扰动优化策略，实现边角区域的均衡覆盖与视点分布优化；后端基于融合边角约束的多因素代价模型，结合路径序列优化、B样条平滑与末端修正机制，生成连续且安全的可执行轨迹。实验表明，所提方法在典型边角复杂环境中相较于两种先进算法，在平均探索时间上分别减少14.7%~18.2%，路径长度缩短17.4%~39.7%。同时，所提方法在保证平均覆盖率超过96.6%的前提下，实现了对探索时间与路径质量的有效平衡，显著提升了整体探索效率与路径规划质量。与学习算法对比，验证了其在复杂结构场景下的稳定性与适应能力。此外，通过真实室内场景的实车实验，进一步验证了算法的可行性与适应性。

来源：2026年第2期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2026年第2期