本文档报告了一项原创性研究，属于类型a。以下是据此生成的学术报告。
面向未知环境中玻璃障碍物的自主空中导航：一种主动接触感知方法
一、 作者、机构与发表信息
本研究由香港科技大学（Hong Kong University of Science and Technology）电子与计算机工程系的Xinyi Chen, Yichen Zhang, Hetai Zou, Junzhe Wang和Shaojie Shen（沈劭劼教授）共同完成。其中，Xinyi Chen, Yichen Zhang和Hetai Zou为共同第一作者，Xinyi Chen为通讯作者。该研究以论文“Active Contact Engagement for Aerial Navigation in Unknown Environments with Glass”的形式，发表于《IEEE Robotics and Automation Letters》期刊，预印本版本于2025年5月被接受。
二、 学术背景与研究目标
本研究属于机器人学领域，具体聚焦于自主空中机器人（无人机）的感知与导航技术。随着无人机越来越多地应用于自主探索、工业巡检和搜救等现实场景，环境中普遍存在的透明玻璃障碍物（如玻璃墙、窗户）构成了严峻挑战。传统的外部传感器（如摄像头、激光雷达）在探测透明表面时，常因反射、透射等特性产生不可靠甚至无效的测量数据，导致地图构建不完整，极易引发碰撞事故。
针对此问题，现有研究主要沿两个方向展开：一是基于非接触式传感器（如RGB相机、激光雷达）的玻璃检测方法，依赖机器学习等技术，虽能达到较高精度，但其性能易受光照条件、角度不确定性等因素影响，难以保证在所有情况下的绝对鲁棒性，一次误检（假阳性或假阴性）就可能导致路径被错误阻挡甚至发生碰撞。二是设计具有接触弹性的空中机器人机体，通过机械结构被动承受意外碰撞。这类方法虽能防止坠毁，但往往增加了机体的重量和复杂度，可能影响飞行时间和狭小空间机动性，且被动碰撞信息利用效率低下，通常需要多次碰撞才能有效建模透明表面。
基于以上背景，本研究团队受到人类面对玻璃门时“先观察、再伸手触摸确认”这一自然行为的启发，旨在提出一种新颖的解决方案，以克服现有方法的局限性。本研究的目标是开发一个能够在存在透明玻璃障碍物的未知复杂现实环境中，实现安全、鲁棒、高效自主导航的空中机器人系统。其核心思想在于，融合基于视觉传感器的非接触式玻璃检测与基于物理接触的主动确认，通过“主动接触交互”为不可靠的视觉感知提供可靠的互补信息，从而实现对玻璃障碍物的精确识别与地图更新。
三、 研究流程与方法细节
本研究包含三个核心组成部分：增量式视觉玻璃表面检测、轻量化接触感知模块、以及整合了主动接触交互的自主导航系统。整体工作流程是一个感知-决策-执行的闭环。
第一，增量式视觉玻璃表面检测流程。 该流程旨在从机载RGB-D相机数据中实时、增量地检测并维护环境中潜在玻璃表面的信息。其处理对象是连续的RGB图像和深度图像流。具体步骤如下： 1. 单帧视觉检测： 对于每一帧输入的RGB图像，首先使用经过透明表面数据定制训练的YOLOv8实例分割模型提取玻璃区域的分割掩码，仅保留置信度高于阈值（τ_s=0.75）的检测结果（图2a）。随后，提取每个分割掩码的边界，并将其向外扩张以获得具有稳定深度测量值的边界点集（图2b）。接着，在同步对齐的深度图像中查询这些边界点的深度值，并将其投影到世界坐标系，形成三维边界点云（图2c）。由于深度测量存在噪声，研究团队采用RANSAC（随机采样一致性）算法将边界点云拟合为一个平面。将内点投影到该拟合平面上，并计算其凸包，从而得到以多边形顶点定义的玻璃表面边界（图2d）。最后，计算该多边形的质心作为玻璃表面中心，拟合平面的法向量作为表面法向，并在多边形区域内采样生成代表该玻璃障碍物的三维点云。至此，从单帧图像中获得了潜在玻璃表面的完整信息数据结构（包含中心、法向、多边形顶点、点云）。 2. 跨帧增量更新： 为融合多帧观测信息，系统维护一个全局的潜在玻璃表面列表。对于每一帧新检测到的玻璃表面，需要与列表中已有表面进行数据关联，判断是否为同一表面的新观测。关联准则基于三个几何度量：表面法向夹角（阈值τ_n=0.65弧度）、质心欧氏距离（阈值τ_c=1.0米）以及二维多边形交并比（IOU，阈值τ_i=0.1）。计算新表面与每个已有表面的IOU得分（将新表面的顶点投影到已有表面所在平面后计算2D IOU）。若最高IOU得分低于阈值，则视为新表面加入列表；否则，视为对同一表面的观测，并更新该表面的信息。更新方式为：合并新旧两帧观测的边界点云，重新进行平面拟合和凸包计算，从而得到更完整、更精确的玻璃表面几何模型。这种增量式方法允许系统在移动过程中逐步完善对玻璃表面的认知。
第二，轻量化接触感知模块的开发与集成。 为了安全、主动地确认视觉检测到的玻璃表面，研究团队设计并制作了一对轻量化的接触感知模块，安装在无人机的前方（图3）。该模块的核心是一个4.5英寸的弯曲传感器，用于测量形变。传感器被封装在一个3D打印的TPU（热塑性聚氨酯）外壳内。当模块与障碍物发生接触时，TPU外壳发生形变带动弯曲传感器弯曲，其电阻值随之改变。该电阻变化被转换为电压信号，经校准后的模数转换器数字化后，传输给机载高性能计算机。TPU外壳兼具保护传感器免于过度弯曲损坏，以及缓冲机体振动和气流干扰的双重作用。每个模块仅重3.3克，易于集成到多种无人机平台。与“硬碰撞”不同，这种设计实现了“轻柔触摸”，在提供接触确认的同时，极大降低了对无人机和玻璃本身造成损坏的风险，也减少了碰撞对状态估计的干扰。
第三，整合主动接触交互的自主导航系统。 研究将上述感知能力整合到一个标准的点到点自主导航框架中，形成了完整的系统（图4）。其研究对象是无人机在未知环境中的导航任务。系统工作流程如下： 1. 标准轨迹生成与安全检查： 给定起点和终点后，系统基于常规传感器（RGB-D相机）构建的体素地图，首先生成一条标准轨迹。随后，系统对这条轨迹进行安全检查，通过采样判断其是否会与任何已检测到的潜在玻璃表面相交。 2. 主动接触规划与执行： 如果轨迹安全（无相交），则无人机直接飞向目标。如果轨迹与某个潜在玻璃表面相交，则系统会主动规划一条新的轨迹，引导无人机飞向该表面的“准备位姿”。准备位姿定义为：位于表面中心沿法向向外偏移δ_s=1.0米处，且姿态使接触感知模块正对表面。接着，规划一条从准备位姿沿法向以恒定低速（v_touch=0.2 m/s）向表面内移动δ_e=1.0米的平滑接触动作轨迹（图5a）。 3. 接触确认与地图更新： 在执行接触动作过程中（图1），如果接触感知模块检测到触摸事件，则确认该玻璃表面存在，并利用接触瞬间的无人机位姿和模块物理参数，精确计算出接触位置。随后，系统利用该玻璃表面的信息（其点云沿法向偏移以确保接触点落在表面上）实时更新体素地图（图5b）。更新后，无人机返回准备位姿。如果无人机到达轨迹终点仍未触发接触感知，则将该潜在玻璃表面标记为无效（假阳性检测）。 4. 动态重规划： 在完成接触确认或无效化操作后，系统基于更新后的地图，重新规划一条通往目标点的标准轨迹（图5c）。这个过程循环迭代，直至到达目标点。
四、 主要实验结果与分析
研究团队通过一系列实验验证了所提出系统的各个模块及整体性能。
首先，增量式玻璃检测能力验证。 在一个玻璃窗丰富的走廊场景中，使用手持设备采集数据进行了单元测试。实验结果显示（图6），初始阶段，智能体只能捕获玻璃窗的部分视图。随着接收到更多测量数据，视觉检测模块能够增量式地更新场景中的玻璃表面信息，最终完整地检测出所有玻璃窗。这证明了该模块能够实时、增量地维护环境中的玻璃表面信息，为后续的主动接触提供了可靠的目标。
其次，仿真基准测试对比。 为了评估主动接触导航规划器的优势，研究团队在仿真环境中将其与两种基线方法进行了对比：(1) 非接触式：纯视觉规划器，将所有视觉检测到的玻璃表面视为障碍物，不进行物理交互；(2) 基于接触式：改编自最先进的玻璃环境规划器，执行被动碰撞反应，并将接触点附近区域标记为占用空间。在10个随机目标点的导航任务中（各进行5次），定量结果（表III）显示：非接触式方法因过于保守的绕行导致飞行时间和路径长度最长；基于接触式方法需要大量被动碰撞（平均35.6次）才能重建玻璃表面，效率较低；而提出的主动接触方法，通过单次有意识的触摸来确认或否定检测结果，实现了最短的平均飞行时间（223.2秒）和最短的平均路径长度（159.7米），且接触次数极少（平均5.2次）。代表性轨迹图（图7）直观展示了所提方法的高效性。
最后，系列真实世界飞行实验。 实验使用了一款定制化的轻型四旋翼平台（图3c），搭载了NVIDIA Jetson Orin NX、RealSense D435i立体相机和一对接触感知模块，所有算法完全在板载运行。 1. 穿越玻璃门场景（图8）： 在起点和目标点之间的走廊上放置了一个玻璃门框。标准感知与规划系统因无法感知玻璃而在体素地图上留下空洞，规划出一条会直接撞上玻璃的危险轨迹（未实际执行）。而所提系统成功检测到玻璃表面，主动执行了一次触摸动作确认其存在，随后动态重规划轨迹，从门框上方安全绕行，完成了总长6.58米的轨迹。 2. 双固定玻璃窗场景（图9(1)）： 在一个被两扇固定玻璃窗隔开的房间内，目标点位于玻璃窗另一侧。无人机首先尝试穿越右侧窗户，触发第一次触摸动作并确认了该窗户，更新地图。随后重规划路径试图穿越左侧窗户，再次触发触摸动作并确认。此时，地图显示两条路径均被阻挡，系统自动终止任务并悬停在安全位置，展示了其在无可行路径时的安全保障能力。接触传感模块的数据清晰显示了两次成功的触摸信号峰值（图9(1b)）。 3. 双扇推拉窗场景（图9(2)）： 该场景更具挑战性：一扇推拉窗左侧敞开，右侧被透明玻璃阻挡。视觉检测模块无法区分两者，将整个窗口区域都标记为潜在玻璃表面。系统首先生成朝向目标的轨迹，该轨迹与右侧（玻璃部分）相交，触发第一次触摸动作并成功确认玻璃，更新地图。重规划后，新轨迹与左侧（敞开部分）相交，触发第二次触摸动作。此次接触传感模块未检测到接触，从而否定了左侧的虚假玻璃检测。最终，系统再次重规划，成功穿越左侧敞开部分到达目标点。这个实验关键地证明了，在视觉检测仅提供部分准确信息（将非玻璃区域误检为玻璃）的情况下，主动接触交互能够有效纠正错误，实现成功导航。若仅依赖视觉检测，此任务将因高置信度的误检而失败。
五、 研究结论与价值
本研究成功提出并验证了一种用于在存在透明玻璃障碍物的未知环境中进行鲁棒自主空中导航的新颖方法。该方法创造性地将非接触式视觉检测与主动物理接触确认相结合，模仿了人类的“观察-触摸”行为。系统能够增量式地检测和维护潜在玻璃表面信息，并利用轻量化接触感知模块，通过有意识的轻柔触摸动作来确认或否定这些检测结果，进而高效、安全地更新环境地图并重规划轨迹。
该研究的科学价值在于，首次将“主动接触交互”的理念系统性地引入到空中机器人应对透明障碍物的导航问题中，为解决传感器在特定材质上感知失效这一经典难题提供了一条融合多模态感知的新途径。在应用价值上，该系统显著提升了无人机在充满玻璃的现代建筑、商场、办公楼等复杂现实环境中自主运行的安全性、鲁棒性和实用性，推动了空中机器人从实验室走向更广阔实际应用的进程。
六、 研究亮点
七、 其他有价值内容
研究团队在论文中详细阐述了相关工作的综述，涵盖了基于非接触传感器的玻璃检测、接触弹性空中机器人设计、以及利用接触和主动方法的自主导航等多个方面，清晰定位了本工作在学术脉络中的位置。此外，论文提供了完整的算法流程（算法1）和详细的参数设置（表II），具有很好的可复现性。所有实验均在无外部基础设施（如动作捕捉系统）的条件下完全依靠机载计算完成，证明了系统的自包含性和实际部署潜力。