SE(2) Navigation Mesh

📄 arXiv: 2607.01454 📥 PDF

作者: Shuyang Shi, Kaixian Qu, Changan Chen, Ines Kast, Yuntao Ma, Marco Hutter

分类: cs.RO

发布日期: 2026-07-05

💡 一句话要点

提出SE(2)导航网格以解决复杂环境中的路径规划问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 导航网格 路径规划 地面机器人 航向依赖 多层环境 实时更新 A*算法 足迹掩模

📋 核心要点

  1. 现有的导航方法在复杂多层环境中存在可通行性估计不足和计算开销大的问题。
  2. 论文提出SE(2)导航网格，通过多边形表示和航向依赖的可通行性来优化路径规划。
  3. 实验结果表明，SE(2) NavMesh捕获的可通行区域比传统方法多50%，且在受限环境中表现优越。

📝 摘要（中文）

在复杂的多层环境中，地面机器人的全局导航需要准确捕捉可通行区域的表示，同时实现高效的路径规划。现有方法存在关键局限性：点云和体素占用图缺乏显式的表面结构来估计可通行性，而在密集三角网格上直接寻路计算开销巨大。导航网格通过对底层网格的多边形抽象来缓解这些挑战，但假设航向不变的可通行性，使其不适用于受限空间中的非圆形机器人。我们提出了SE(2)导航网格（SE(2) NavMesh），它是一种编码航向依赖可通行性的可通行区域的多边形表示。我们的方法使用足迹掩模评估可通行性，并在航向特定层上构建具有显式平移和旋转连接的图。基于这一表示，我们开发了一种A-字符串拉动A（ASA）路径规划策略，分层优化机器人位置和航向。我们还提出了一种在线方法，可以在并发几何重建过程中从流式点云中增量更新SE(2) NavMesh。在仿真中，SE(2) NavMesh捕获的可通行区域比经典NavMesh多出50%以上，SE(2) NavMesh + ASA管道在受限环境中始终优于基于采样的基线。大量的真实世界实验验证了实时在线生成和在多个环境中的成功导航。

🔬 方法详解

问题定义：本论文旨在解决复杂多层环境中地面机器人的路径规划问题。现有方法如点云和体素占用图在可通行性估计上存在不足，而直接在密集三角网格上寻路的计算成本过高。

核心思路：我们提出的SE(2)导航网格（SE(2) NavMesh）通过多边形表示可通行区域，并引入航向依赖的可通行性评估，解决了传统导航网格在受限空间中的局限性。

技术框架：该方法包括几个主要模块：首先使用足迹掩模评估可通行性，然后在航向特定层上构建图，最后应用A-字符串拉动A（ASA）策略进行路径规划。

关键创新：SE(2) NavMesh的最大创新在于其航向依赖的可通行性表示，显著提升了在复杂环境中的路径规划能力，与传统的航向不变方法形成鲜明对比。

关键设计：在设计中，我们采用了足迹掩模来评估可通行性，并在图中实现了显式的平移和旋转连接，以支持复杂的路径规划需求。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，SE(2) NavMesh捕获的可通行区域比经典NavMesh多出50%以上，且结合ASA路径规划策略在受限环境中的表现优于基于采样的基线方法，验证了其有效性和实用性。

🎯 应用场景

该研究的潜在应用领域包括自主移动机器人、无人驾驶车辆和复杂环境中的导航系统。通过提高路径规划的效率和准确性，SE(2)导航网格能够在实际应用中显著提升机器人的导航能力，尤其是在狭窄和复杂的空间中。

📄 摘要（原文）

Global navigation for ground robots in complex multi-level environments requires representations that accurately capture traversable regions while enabling efficient path planning. Current approaches present key limitations: Point clouds and volumetric occupancy maps lack explicit surface structure for traversability estimation, whereas direct pathfinding on dense triangle meshes is computationally prohibitive. Navigation meshes mitigate these challenges through polygonal abstraction of the underlying mesh, but assume yaw-invariant traversability, rendering them unsuitable for non-circular robots in constrained spaces. We propose SE(2) Navigation Mesh (SE(2) NavMesh), a polygonal representation of traversable regions that encodes yaw-dependent traversability. Our method evaluates traversability using footprint masks and constructs a graph over yaw-specific layers with explicit translational and rotational connectivity. Grounded in this representation, we develop an A-String Pulling-A (ASA) pathfinding strategy that hierarchically optimizes robot position and heading. We also present an online method that incrementally updates the SE(2) NavMesh from streaming point clouds during concurrent geometry reconstruction. In simulation, the SE(2) NavMesh captures over 50% more traversable area than classical NavMeshes, and the SE(2) NavMesh + ASA pipeline consistently outperforms sampling-based baselines in constrained environments. Extensive real-world experiments on a physical robot validate real-time online generation and successful navigation across multiple environments.