ColNav：时空管与BVH的不确定性碰撞检测

2026年11月10日，arXiv Robotics 刊出 Sanjeev Ramkumar Sudha 等作者的 ColNav 研究。该方法将目标与自车位置、速度的不确定性编码为时空管，并用包围体层次结构组织，单次树遍历即可覆盖整个时域，返回稳健的几何证书与碰撞时间估计。报道称，在预测模型失配下 ColNav 成功率达 100%，最佳基线为 65%，并在密集交通中保持最高三倍的安全间距。方法提供两个变体，分别消费有界集合与高斯不确定性描述；静态与动态障碍共享同一表示。作者还称已在实体机器人上验证实时运行。上述性能数字与实时验证均为论文作者自述，尚待独立复现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。