研究arXiv cs.RO可信 54 · 单一来源2026年7月10日 12:00

基于碰撞时间的动态障碍物规避方法：利用预训练视觉模型实现非结构化环境中的机器人自主导航

原标题：Time-to-Collision Based Dynamic Obstacle Avoidance Using Pretrained Vision Models for Robots in Unstructured Environments

推荐理由

该方法利用预训练视觉模型直接基于真实数据规避动态障碍物，避免了模拟到现实的迁移问题，提升了户外自主导航的实用性。

ROBOAIRADAR BRIEF

结构化情报

针对非结构化户外环境中动态障碍物规避的难题，本文提出了一种数据高效、可解释的视觉方法。该方法完全基于真实世界数据运行，避免了模拟训练策略中常见的“模拟到现实”迁移问题，为自主移动机器人提供了实用解决方案。

该方法利用预训练视觉模型直接基于真实数据规避动态障碍物，避免了模拟到现实的迁移问题，提升了户外自主导航的实用性。

短期影响主要体现在行业预期和技术路线判断，是否形成商业结果仍需观察后续产品与客户进展。

当前是单一公开来源，需要补充公司公告、客户确认或其他可信媒体报道。

RoboAIRadar 对公开信源进行聚合、中文整理和价值判断，不替代原始报道。涉及产品参数、交易金额或公司声明时，请以原文为准。