10月28日，三大指数集体下跌，截至发稿上证综指下跌0.13%，深证成指下跌0.54%，创业板指下跌 0.72%。中证机器人指数(H30590.CSI)下跌0.56%，该指数成分股中，燕麦科技上涨超7%，拓斯达与雷 赛智能上涨超1%。 相关ETF方面，机器人ETF（159770）下跌0.56%，成交额为907.95万元，实时溢价率为0.07%。资金流 向方面，该ETF上个交易日(10月27日)净流入额为9989.14万元，近2日净流入超3亿元，全市场同类第 一，截至上个交易日，已连续8个交易日获资金净流入，累计净流入额为5.77亿元。该ETF最新流通份 额为86.89亿份，最新流通规模为93.37亿元。 消息面上，据科技日报，10月21日，从哈尔滨工业大学（深圳）获悉，该校智能学部智能科学与工程学 院教授陈浩耀团队在机器人路径规划方面取得重要进展。该团队通过引入地形分析与构型稳定性估计形 成层次化路径规划框架，实现地面移动机器人在崎岖地形下安全、稳定、高效自主导航。相关研究成果 于日前发表在学术期刊《IEEE机器人学汇刊》上。 消息方面，第三届中国航空运输协会航空大会在北京拉开帷幕。由我国自主研发的、全球第一 ...

据悉，该方法可广泛应用于大范围户外地形、多层结构建筑及复杂废墟地形等场景，且已在仿真、真实 场景实验中通过验证。 （文章来源：科技日报） 而在局部层，研究团队提出了一种迭代几何评估方法，用于规划该层的精细运动。它通过模拟机器人在 重力作用下接触地面的过程，高效估计机器人构型稳定性。 与此同时，研究团队将构型稳定性估计融入路径搜索算法，从而生成安全、平滑的局部路径，并解决传 统方法建模不精准、计算效率低等问题，大幅降低机器人底盘侧翻、托底等运行风险，显著提升复杂地 形穿越成功率。 针对这一难题，研究团队提出一套实时多层级地形感知路径规划框架，突破传统分层规划框架的局限， 通过在全局层与局部层同步引入地形信息，确保安全可靠导航。 其中，研究团队在全局层构建出基于正态分布变换的隐式地图表示方法，巧妙地平衡了地形表示的细节 与大规模场景的覆盖。基于此，研究团队实现了地形分析、通行风险评估及可通行性估计，并适配到寻 路算法，在提高地形分析可靠性的同时显著提升了全局路径规划速度。 路径规划是地面移动机器人自主作业核心基础。在崎岖地形自主导航中，机器人需实时感知邻近空间的 地形信息并进行路径规划，然而传统方法存在地图表征效 ...

研究突破核心 - 哈尔滨工业大学（深圳）陈浩耀团队在机器人路径规划领域取得重要进展，提出一种层次化路径规划框架 [1] - 该框架通过引入地形分析与构型稳定性估计，旨在实现地面移动机器人在崎岖地形下的安全、稳定、高效自主导航 [1] - 相关研究成果已发表于权威学术期刊《IEEE机器人学汇刊》 [1] 技术方案细节 - 团队提出一套实时多层级地形感知路径规划框架，在全局层与局部层同步引入地形信息以确保导航可靠性 [1] - 在全局层构建基于正态分布变换的隐式地图表示方法，高效平衡地形细节表示与大规模场景覆盖 [1] - 在局部层创新性提出迭代几何评估方法，通过模拟机器人重力作用下接触地面过程来高效估计构型稳定性 [1] - 将构型稳定性估计融入路径搜索算法，生成安全平滑的局部路径，突破传统方法建模不精准、计算效率低等难题 [2] 性能与应用前景 - 该技术大幅降低机器人底盘侧翻、托底等运行风险，并显著提升复杂地形穿越成功率 [2] - 凭借模块化设计可灵活适配不同构型的地面机器人和多种路径搜索器 [2] - 应用场景广泛，包括大范围户外地形、多层结构建筑及复杂废墟地形等，并已在仿真和真实场景实验中通过验证 [2]