> ## Documentation Index > Fetch the complete documentation index at: https://kensou.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # Quality adaptive multi uav 3d reconstruction with dissection [//]: # "" # 质量自适应的多无人机 3D 重建与稀疏负载重分配 (Quality-Adaptive Multi-UAV 3D Reconstruction with Sparse Workload Redistribution) > **发布时间**：2026-07-27（arXiv:2607.24233v1 \[cs.RO]；2026-07-27 提交） > **论文 / 模型名**：论文正文以 "Ours" 指代，代码仓库名为 **QUARTZ**（`Chroma-CITI/QUARTZ`）；作者：Benjamin Sportich, Kenza Boubakri, Olivier Simonin, Alessandro Renzaglia（Inria, INSA Lyon, CITI；ANR AVENUE, ANR-22-CE33-0004） > **核心定位**：把"重建保真度"从一句口号变成**用户可调的连续参数** Z\*（基于 TSDF 权重置信度），让同一套 NBV 框架在"快速探索"与"高保真重建"之间连续滑动；再用"局部斥力 + 稀疏触发的全局负载重分配"两层协调，在 3 机仿真中同时取得更短路径与更高网格保真度。 多机 NBV 长期是"覆盖速度 vs 重建精度"二选一的取舍，且机队层面还要处理冗余观测与负载不均。本文的答案是把两者压到**同一个旋钮**上：给定目标置信度 w\*，反推出理想观测距离 d\*，探索速度与重建质量就成了同一目标的两个端点。 *** ## X-Ray 开场 这篇论文解决的是"多无人机在未知环境里做 3D 重建时，怎么把'跑得快'和'建得准'统一起来"——它不再分别优化覆盖与精度，而是让用户先定一个**置信度目标 w\***，再把它反解成理想观测距离 d\* = min(√(1/w\*), r\_max)，所有视角生成/评价都围绕这个距离展开。协调层面提出两层：便宜的局部斥力（基于影响球相交）保证空间分散，加一个**只在检测到空间不平衡时才触发**的全局机制（平衡 k-means + Kuhn–Munkres 分配质心 + 校正选择 k 步）。对 Spatial AI 研究者的意义：它示范了一种"把重建质量写成可微/可触发的在线判据（TSDF 权重饱和均值 + 完备性门 ξ）"的工程范式，也把多机协调从"每步全局优化"降级为"稀疏触发 + 有物理含义的阈值"，这套思路可直接迁移到 GS/NeRF 在线规划（作者已把这列为未来工作）。 *** ## 📍 研究全景时间线 ``` 单机 NBV / 重建质量视角选择 多机 explore-then-exploit 去中心化多机探索 本文 (QUARTZ) [1][3][14][15] 传感器不确定 + [12] 高空 lawnmower 粗图 + [9] RACER hgrid + [8] 单机 法向/距离对齐视角 VRP 分发扫描 VRP 局部配平 质量自适应 │ [13] explorer( LiDAR ) + [11] FAME Voronoi 划分 (前作) │ photographers (相机) + explore/coverage │ │ [2] 半已知图 VRP 反复重算 模式切换 ▼ ▼ ★ ←── 只优化覆盖 OR 只优化精度 ──→ ←── 需要中心服务器 ──→ ←── 去中心但无质量目标 ──→ 质量=连续旋钮 + 稀疏全局重分配 局限： 局限： 局限： 本文局限： · 单一目标 · 中央服务器 · 只最大化体覆盖 · 纯仿真(ROS1-Gazebo) · 无质量阈值概念 · 需先粗测/异构机队 · 随机圆柱采样视角 · 假设完美定位/通信 · 路径重叠冗余大 · 无实机、无耗时报告 · 质量=几何置信度，非外观 ``` 后续（作者展望）：把质量判据适配到 **Gaussian Splatting / NeRF** 表示；用语义建图模块触发**动态自适应质量需求**。 *** ## 1 · 核心架构 / 方法总览 ### 1.1 系统组件对比表 | 模块 | 输入 | 输出 | 训练/推理差异 | | - | - | - | - | | Voxblox 建图 \[7] | 机载点云 + 负向 free-space 点云 | TSDF（含权重 w\_i）+ ESDF | 无学习组件，全部在线几何融合 | | 地图融合（base station） | 各 UAV 独立点云 | 融合 TSDF，向下行压缩 SDF 表示 | 集中式融合 + 广播（与"去中心决策"并存） | | 质量目标换算（§IV-A） | 用户 w\*、r\_max | d\* = min(√(1/w\*), r\_max) | 超参→几何量的解析反解，无训练 | | 视角生成 V\_r | ASE 体素 + 法向 \[2] | 每 ASE 3 个候选（近/最优/远），按最优→近→远顺序做安全性检查 | 无训练；候选数随 \|ASE\| 增长 | | 评价函数 J\_r = αJ\_I+βJ\_N+γJ\_C（式 6/8/9/10/11/12） | 候选视角、位姿、队友目标 | 被选中的 v\* | 权重 α=β=1, γ=2 全部固定 | | 不平衡检测 f\_r（式 13/14/15） | ASE 的 Voronoi 分配（x\_r = 自身位置，x\_i = 队友目标） | 触发/不触发重分配 | 阈值 f\_min 由 Δ 解析给出 | | 平衡聚类（§IV-C2） | ASE 集合 | N 个等大簇 | 正则化 k-means \[18]（簇数 = 机数 N） | | 质心分配（§IV-C3） | 各机 x\_i 与簇质心 | Centroid(r) | Kuhn–Munkres 最优分配；距离用 4×voxel 的拓扑栅格路径搜索近似 | | 校正选择（式 16） | 分配的 Voronoi 区域 | 区域内视角被"加分"，区域外 J\_\{r,C}=0 | 仅持续 **k = 2** 步 | | 同步（§IV-C5） | replanning 状态位 | 全队互斥触发 | 状态广播（无中心仲裁） | | 底层规划/避障（§IV-E） | ESDF + 目标位姿 | 可行轨迹 | 局部轨迹优化 + 平滑 \[19]；碰撞检查 20 Hz，随速度自适应包围盒 | ### 1.2 关键机制 **⚡ Eureka Moment：TSDF 的权重 w\_i 不只是建图的副产物，而是一个"可反向求解的质量旋钮"** —— 因为置信度按 1/d² 累积（Voxblox 的权重更新规则 \[7]\[15]），所以"要达到目标置信度 w\*"等价于"在距离 d\* = min(√(1/w\*), r\_max) 附近观测至少一次"，于是探索（Z\*→0，d\*→r\_max）与重建（Z\*→1，d\*→近距）不再是两个目标，而是**同一个连续参数的两个端点**；再用 ξ(M) 完备性门把"还有没被扫到的 ISE"变成硬约束。 第二层洞见：全局重分配**不该常开**——只在"某个 UAV 的 ASE 配额相对均值偏离超过 Δ"时才触发一次，且只强制执行 **k=2** 步，因为质心分配依赖的地图在下一步更新后就失效了。 ### 1.3 信息流 / 架构图 ``` 机载 sensor ──► Voxblox ──► TSDF(w_i) + ESDF ─┐ │ ┌──────────── base station ────────────┘ │ 融合各机点云 ──► 压缩 SDF 表示 ──► 下行广播 ▼ ┌─ 每机 (decentralized) ──────────────────────────────────────────┐ │ 检测 ASE = LQSE(w_i f_min ? ──是──► [同步锁: replanning 状态] │ │ │ ├─ 正则化 k-means(N 簇) │ │ │ ├─ Kuhn–Munkres 分配质心 │ │ │ └─ 广播 N 个 3D 点 (compact) │ │ │ │ │ │ ▼ ▼ │ │ 视角生成 V_r (沿法向, 距离 d*±η 优先) → J_r = αJ_I+βJ_N+γJ_C │ │ (校正期内: 区域外置 0) │ │ │ │ │ ▼ │ │ v* ──► 局部规划器 [19] ──► 轨迹 ──► 控制器 │ │ (20 Hz 碰撞检查, 速度自适应包围盒) │ │ └──► 广播: 当前位姿 / 下一目标 / available 标志 ◄── 队友 │ └──────────────────────────────────────────────────────────────────┘ ``` *** ## 2 · 数学核心 📌 **Napkin Formula**： ``` Z_sat(M;w*) = ξ(M) · (1/|M_S|) Σ_{i∈M_S} min(w_i, w*) d* = min( sqrt(1/w*), r_max ) ← 质量目标 → 几何距离的反解 Z_sat = Z* = w* ⟺ ASE = ∅ ``` **目标**：不是直接解 MR-QAM（不可直接求解），而是用在线 NBV 逼近它。 **(1) 质量度量（式 2、3）** * 式 (2)：Z(M) = ξ(M)·Z̄ = ξ(M)·Σ\_\{i∈M\_S} w\_i/|M\_S|，M\_S 是已观测表面体素集。 * 式 (3)（饱和版，本文实际使用的目标函数）：Z\_sat(M;w\*) = ξ(M)·Σ\_\{i∈M\_S} min(w\_i, w\*)/|M\_S|。 * **直觉**：不加 min 截断时，某些区域"过犹不及"的高置信度会掩盖低精度区域；饱和把"超出目标的努力"清零，使 Z\* := max(Z\_sat) = w\*。 * ξ(M) 是二值完备性门：只要存在一个 i ∈ ISE 且 i ∉ ISE\_rem，ξ=0；否则 ξ=1。注意 ISE\_rem（式 1）是"任何可行位姿都扫不到的 ISE"——即**物理上不可达的表面不计入完备性**。 **(2) 质量目标 → 观测距离（式 5）** * d\* = min(√(1/w\*), r\_max)。 * **直觉**：Voxblox 的置信度按 1/d² 累积，故 d\* 就是"一次观测即可达标"的距离；w\*→0 时 d\* 顶到 r\_max（任意距离都够），w\*→1 时 d\* 压到传感器最小量程附近。 * 注意论文明确说：也可以用多次 > d\* 的观测累积到同一置信度（Voxblox 权重更新规则，见 \[7]），d\* 只是**参考距离**，故实际用区间 \[d\*−η, d\*+η]。 **(3) 视角评价（式 6）** * v\* = argmax\_\{v∈V\_r} α J\_I(v) + β J\_N(v) + γ J\_C(r,v)，所有分量归一化到 \[0,1]，γ 设为主导以优先削冗余。 **(4) 信息增益（式 7/8/9）** * vis(v,e) = δ\_\{v,e} · exp(−u)，u = 从 v 到 e 的射线上 **unknown** 体素数（δ\_\{v,e} 为"未被 occupied 遮挡"的二值量）——用一个指数衰减把"未知区域可能藏着遮挡物"软性地打进可见性估计。 * J\_I(v) = (1 / max\_\{v∈V\_r}|ASE\_v|) · Σ\_\{e∈ASE} h\_v(e)·vis(v,e)（按该机候选集里的最大可见 ASE 数归一）。 * 距离核 h\_v(e)：|d(e,s\_v) − d\*| \< η 时取 1；d \< d\*−η 取 0.5；d > d\*+η 取 0.5(1 − d/r\_max)。**近距离也给 0.5 而不是 1**，因为太近时视场内的体素太少（信息量不足）。 **(5) 导航分量（式 10/11）** * J\_N(q,v) = ψ(q,v) · min\_\{v∈V\_r}‖s\_v − s\_q‖ / ‖s\_v − s\_q‖ —— 相对最近候选归一化的距离项。 * ψ(q,v) = 1 − (1/π)·arccos( (velᵀ/‖vel‖)·(s\_v−s\_q)/‖s\_v−s\_q‖ ) —— 速度方向与目标方向的夹角惩罚，避免"位置近但要掉头"的昂贵机动。 **(6) 协调斥力（式 12）** * J\_C(r,v) = 1 − (1/(N−1)) Σ\_\{i≠r} |Sphere(v,d\*) ∩ Sphere(g\_i,d\*)| / |Sphere(s^r,d\*)|。 * **直觉**：惩罚"我的下一个观测球与队友下一个目标的观测球相交"的候选视角，用球体积交叠做冗余的几何代理。分母用自己当前位置的球做归一。 **(7) 不平衡检测（式 13/14/15）** * f\_r(x\_1..x\_N) = ½ Σ\_\{i=1}^\{N} ( |ASE|/N − |Vor\_ASE(x\_i)| )²，其中 x\_r = 自身当前位置 s\_q^r，x\_i (i≠r) = 队友的下一目标 g\_i。 * 触发条件 f\_r > f\_min；论文给出解析阈值：若单个 UAV 相对理想配额偏离 Δ，则 f\_r(x\_i;Δ) ≥ f̄\_r(Δ) = Δ²N / (2(N−1))，取 f\_min = f̄\_r(Δ)。 * 本文取 Δ = |ASE| / (N(N+1))，论文表述为"任何 UAV 被分配到 |ASE|/(N+1) 或更差即触发重规划"。 **(8) 校正选择（式 16）** * J\_\{r,C}(v\_e) = 0 ∀ e ∉ Vor\_ASE(Centroid(r))，持续 k 步后自然解除，由斥力项接手。 *** ## 3 · 带数字走一遍 > 以下数值均为**玩具设定**，用来验证公式行为；论文报告值见 §5。 **(a) 质量旋钮反解**（式 5，取 r\_max = 10 m，论文传感器量程）： | w\* | √(1/w\*) | d\* = min(√(1/w\*), 10) | 含义 | | - | - | - | - | | 1.0 | 1.0 | 1.0 m | 最严苛，几乎贴着表面飞 | | 0.25 | 2.0 | 2.0 m | 中等保真 | | 0.0494 | 4.5 | 4.5 m | 论文主实验配置 d\*=4.5 m（由 w\*=1/4.5² 反推，本文计算） | | 0.01 | 10.0 | 10.0 m | 顶到 r\_max，退化为激进探索 | | 0.001 | 31.6 | **10.0 m**（被截断） | 旋钮**饱和**：再放宽 w\* 也不改变行为 | 最后一行说明了方法的一个物理边界：当 w\* 小到 √(1/w\*) > r\_max，d\* 恒等于 r\_max，"继续降低质量目标换速度"的收益归零——这与论文 Fig. 5 观察到的"降低 Z\* 提速但收益趋于平台"是同一机制的两个侧面。 **(b) 不平衡触发阈值**（式 15，N=3，|ASE|=60）： * 理想配额 |ASE|/N = 20。 * Δ = |ASE|/(N(N+1)) = 60/12 = **5**。 * 一个漂亮的恒等式：|ASE|/N − Δ = 60/3 − 5 = **15** = |ASE|/(N+1) = 60/4。所以论文那句"分配到 |ASE|/(N+1) 或更差就触发"和"偏离 Δ 就触发"是同一件事的两种写法（向下偏离视角）。 * f\_min = f̄\_r(Δ) = Δ²N/(2(N−1)) = 25·3/(2·2) = **18.75**。 验算两种配置： | 场景 | Voronoi 配额 (x₁,x₂,x₃) | f\_r = ½Σ(20−n\_i)² | 是否触发 (>18.75) | | - | - | - | - | | 均衡 | (20, 20, 20) | 0 | 否 | | 轻度偏斜 | (25, 20, 15) | ½(25+0+25)=25 | **是** | | 严重偏斜 | (34, 13, 13) | ½(196+49+49)=147 | 是 | **(c) 评价函数排序**（式 6，玩具权重 α=β=1, γ=2）： | 候选 | J\_I | J\_N | J\_C | J\_r = J\_I+J\_N+2J\_C | | - | - | - | - | - | | A（信息多但会与队友重叠） | 0.80 | 0.70 | 0.60 | 2.70 | | B（信息少但高度分散） | 0.55 | 0.90 | 0.95 | **3.35** ← 选中 | 结论：γ 主导使机队宁可牺牲单机信息增益也不做重叠观测——这正是表 II 里路径重叠显著小于 RACER/FAME 的原因。 *** ## 4 · 工程视角 > 严格区分"论文报告值"与"未报告"。 | 项目 | 值 | 来源 | | - | - | - | | 碰撞检查频率 | 20 Hz | 论文 §IV-E | | 仿真时长上限 | 15 minutes | 论文 §V-A | | 校正选择强制步数 k | 2 | 论文 §V-A | | 评价权重 α, β, γ | 1, 1, 2 | 论文 §V-A | | 最大速度 / 最大加速度 | 4.5 m/s / 4.8 m/s² | Table I | | 体素尺寸 d\_s | 0.25 m | Table I | | 机器人半径 | 1.0 m | Table I | | LiDAR 量程 r\_min / r\_max | 0.42 m / 10 m | Table I | | LiDAR 垂直角 | −35° / +30° | Table I | | 机数 / 重复次数 | N = 3 / 10 runs | 论文 §V-A、§V-B | | 单次 NBV 求解耗时 | **论文未报告** | — | | 规划频率（决策环） | **论文未报告**（仅给出碰撞检查 20 Hz） | — | | CPU/GPU 型号、内存占用、显存 | **论文未报告** | — | | 通信带宽 / 时延 / 丢包率 | **论文未报告** | — | | 实机 FPS / 真实飞行验证 | **论文未报告**（全部为 ROS1-Gazebo 仿真） | — | **部署约束与 trade-off（定性，均可由方法约束推出）**： 1. **质量旋钮 ↔ 任务时间 ↔ 视角数**：d\* 越小 → 每个视角视野内体素数越少 → 需要更多视角覆盖同一表面 → makespan 上升。论文 Fig. 5 用"达到 w\* 的体素数量随时间"刻画，并观察到低 Z\* 的提速收益在极小 Z\* 处进入平台（与 §3(a) 的 d\* 截断机制一致）。 2. **集中式融合 vs 去中心决策的张力**：融合在 base station 做（上行各机点云、下行压缩 SDF），决策去中心化。这意味着**上行带宽随机器数与点云率线性增长**，是隐藏的真实瓶颈（论文未给带宽数字）。 3. **稀疏触发 vs 稳定性**：常开全局优化计算昂贵；本文只在 f\_r > f\_min 时触发一次。代价是"必须容忍一段不平衡期"，且 k=2 之后依赖斥力项——k 调大能更彻底地重配，但会限制 UAV 在快速变化地图中的自由度。 4. **拓扑距离近似的精度/开销折衷**：质心分配用 4×voxel 尺寸的拓扑栅格做路径搜索近似距离（不是欧氏），分辨率越粗越快但分配越可能失配。 5. **通信负载**：每次重分配只广播 **N 个 3D 点**（compact message），同步只用一个 replanning 状态位——这是本文刻意压低的通信开销，但也意味着系统对状态位的可靠传递敏感（见 §8）。 *** ## 5 · 数据与评测 **仿真环境（论文原文命名）**——性能评估在 **ROS1-Gazebo** 中完成： * **House**：45×40×20 m 户外开阔城市环境，含一栋房子、两辆车、一个复杂游乐设施；元素分散、彼此不连通（除地面），物体形状复杂。 * **Structure**：26×26×15 m 多层结构化城市地形，由箱体与阶梯平台组成。 **平台与传感器设置（逐字）**：四旋翼 UAV，搭载 **3D LIDAR**，水平 FOV 全 360°，垂直 FOV 从 −35° 到 +30°；机型基于 **Intelaero UAV**，电机布局与尺寸一致。深度测量加入零均值高斯噪声，标准差随距离二次增长（**≈ 1.5 cm at 10 m**）。**假设完美定位**（与文献 \[13]\[2]\[12]\[9]\[11] 一致）。地图融合在 base station 完成。 > ⚠️ 与 ontology 标注的差异：本文 formulation 写的是"受限 FoV 深度传感器"，但仿真实际用的是 **360° 水平全覆盖的 3D LiDAR**，两者在视角覆盖假设上不等价；`sensor=RGBD` 的标签相对论文口径是**偏乐观的近似**。 **评测设置（讲条件）**： * 对比方法：**RACER \[9]** 与 **FAME \[11]**——两者都是去中心化多机探索策略，为"高效探索"而非重建保真度设计，但代表强 baseline。 * 指标来自 3D 重建 benchmark \[20]：**recall（coverage）/ precision / F-score**；方法：任务结束时用 **Marching Cubes** 从地图提取网格，与仿真环境的 ground-truth mesh 比较。 * 覆盖判定阈值：原始网格上的点若到所得地图最近点距离小于**体素对角线 √(3/2)·d\_s** 即视为被覆盖。 * 路径效率以平均行进距离与 **makespan** 作为任务时间代理。 * 非确定性方法，所有报告值为 **10 次运行的平均**；**15 分钟**任务时限；**N = 3** 架 UAV。 * 质量目标实验（Fig. 5）：在 Structure 中用 3 机，取不同 w\* 观察达到置信度目标的体素数随时间的变化。 **主要定量结果（Table II，逐字抄录）**： | 方法 | House Makespan | Av. Path | Cov.(%) | Prec.(%) | F-Score | Structure Makespan | Av. Path | Cov.(%) | Prec.(%) | F-Score | | - | - | - | - | - | - | - | - | - | - | - | | Ours (d\*=4.5 m) | 258.2 | 200.9 | 80.73 | 69.06 | 74.44 | 289.4 | 236.6 | 95.48 | 87.03 | 91.06 | | Ours w/o imbalance corr. (d\*=4.5 m) | 329 | 260 | 81.6 | 69.13 | 74.84 | 336 | 279 | 96.03 | 87.01 | 91.29 | | FAME \[11] | 457 | 274 | 43.63 | 37.25 | 40.18 | 586 | 371 | 78.23 | 70.69 | 74.26 | | RACER \[9] | 430 | 262 | 41.66 | 37.35 | 39.38 | 544 | 434 | 74.94 | 73.83 | 74.38 | **论文自述的对比结论（逐字）**：House 中 RACER/FAME 覆盖率低于 **45%**，本文超过 **80%**，即"**an 82% increase with a makespan 40% smaller**"；Structure 中"**despite a makespan at least 47% shorter, our coverage and precision are respectively 21% and 22% higher**"。 **消融（§V-D）**：去掉不平衡校正后覆盖/精度几乎不变，但平均路径 House 小 **23%**、Structure 小 **15%**；makespan 分别小 **21%**（House）与 **13%**（Structure）。触发主要出现在两种情形：起飞时多机抢同一片局部 ASE；任务后期某机扫完子区域而在邻域内无 ASE 可看。 **论文未报告**：真实世界实验、真实传感器数据、任何计算耗时/能耗的绝对测量值。 *** ## 6 · 能力与失败模式 ### 能做（论文有证据支撑） * 在**几何**层面同时改善路径效率与网格保真度：House/Structure 两环境上覆盖、精度、F-score 全面高于 RACER/FAME，且 makespan 更短（Table II）。 * 用单一连续参数 Z\*=w\* 在"激进探索"与"细致重建"间滑动（Fig. 5），并且**支持空间变化的质量需求**（§IV-D：把 M 划分为 M\_i，各自 Z\_i\* 不同；视角生成用分区 d\_i\*，信息增益逐体素取分区 d\_i\*，斥力球分母用 max\_i d\_i\*）。 * 负载重分配确实在两种典型失衡现场起作用（起步抢目标、扫完一片之后），且代价稀疏。 * 无需先验地图、无需预先粗测、无中心调度器。 ### 不能做 / 会退化 * **不评估外观/光度质量**：Z 是 TSDF 权重的代理，mesh 指标也只衡量几何——纹理、材质、着色对下游 photorealistic 渲染无保证（作者自己把 GS/NeRF 列为未来工作）。 * **动态场景无处理**：TSDF 会把运动物体持续融合进权重，w\_i 的"置信度"语义被污染。 * **无定位漂移鲁棒性**：完美定位假设下没有回环/重定位模块，也没有评估多机地图融合的几何一致性误差。 * **未验证 >3 机与异构机队**：所有实验 N=3。 * **未验证真实传感器**：仿真用理想 360° 水平 LiDAR，实际受限 FoV 相机需要主动偏航扫描，会改变 J\_N/J\_I 的行为。 * **不解决"物理不可达表面"**：ISE\_rem 被显式排除在 ξ 之外——对真实自闭凹腔/被遮挡地面，重建完备性定义本身就放宽了。 ### 隐含假设 (Hidden Assumptions) 1. **完美定位**：所有 UAV 在同一参考系下无漂移（§III 明说）。任何 VIO/SLAM 漂移都会让"融合地图上的 TSDF 权重"失去可信度，而质量判据完全建立在这个权重上。 2. **完美通信**：§III 明文假设。包括状态位、N 个 3D 点分配消息、下行压缩 SDF 都要无损到达。 3. **静态环境**：没有动态障碍/行人模型，也没有"物体移动后 TSDF 权重该衰减"的机制。 4. **TSDF 权重 ≈ 几何误差的可靠代理**（§III-A 明文，援引 \[14]\[15]\[17]），且 1/d² 的置信度模型与实际传感器噪声匹配（仿真噪声是零均值高斯、标准差随距离平方增长——**与 1/d² 权重模型同族**，这个巧合很关键，实机上未必成立）。 5. **base station 存在且算力/带宽充裕**：与"decentralized"的叙事有张力——决策去中心，但感知融合是集中的。 6. **表面法向估计可用**：视角沿法向采样依赖 \[2] 的 26 邻域法向估计（含不确定性），薄/噪声表面上的法向误差会直接污染候选视角。 7. **存在合法自由空间供候选视角落脚**：视角生成沿法向在三个距离上采点并做安全性检查，若三个距离全不安全则丢弃该 ASE——**拥挤/狭窄空间中 ASE 可能长期停留在集合里而生成不出可用视角**。 8. **体素分辨率足够**：d\_s = 0.25 m，亚体素尺寸的细结构（栅栏、电缆、细枝）本质上不可重建，却仍会影响覆盖指标。 9. **评价环境与训练/部署环境同族**：所有结论来自两个合成 world 的 ground-truth mesh 对比，跨域泛化未被检验。 *** ## 7 · 与相关工作对比 | 维度 | 本文 (QUARTZ) | RACER \[9] | FAME \[11] | explore-then-exploit \[12]\[13] | \[2] VRP 反复重算 | | - | - | - | - | - | - | | 优化目标 | **质量自适应**（速度↔精度连续可调） | 覆盖/探索效率 | 覆盖/探索效率 | 先粗后精，分两阶段 | 覆盖（半已知图） | | 决策架构 | 去中心（融合在 base station） | 去中心 | 去中心（模式切换） | **集中式服务器** | 需反复重算 | | 任务分配机制 | 斥力球 + **稀疏触发**的平衡聚类 + Kuhn–Munkres 质心分配 | hgrid + VRP（仅机对间局部配平） | Voronoi 图划分（无行程距离平衡） | VRP 大扫描 / Consistent-MDTSP | VRP | | 异构机队需求 | 无（同构即可） | 无 | 无 | \[13] 需 LiDAR 机 + 相机机 | 无 | | 质量阈值概念 | **有**（w\*，可分区设置） | 无 | 无 | 无 | 无 | | 视角生成 | 沿 ASE 法向、按 d\*±η 优先的三档距离 + 安全性检查 | 目标 frontier 周围圆柱内**随机**采样 | 同族随机采样 | 全局优化视角 | 全局优化视角 | | 实测保真度（Structure F-Score） | **91.06** | 74.38 | 74.26 | 未在本表比较 | 未在本表比较 | 核心区别一句话：RACER/FAME 把"哪里没看过"当目标，本文把"哪里置信度不够（w\_i \< w\*）或还没扫到（ISE）"当目标（ASE = LQSE ∪ ISE），质量因此成为可设阈值的一等公民。 **面试 Tip**：被问到"多机器人 NBV 怎么做协调"，别一上来就答"分布式优化/拍卖/VRP"。先说**分层**：便宜的局部连续项（斥力/势场）负责日常分散，昂贵的全局项只在**可解释的统计量**越界时才触发——然后把这个统计量的设计讲清楚（本文是 Voronoi 区域内 ASE 数量的方差 f\_r，阈值 f\_min 由"单机偏离 Δ"解析给出 Δ²N/(2(N−1))）。最后补一句关键的工程约束：**全局解有保质期**（地图一更新，质心就漂移），所以只强制 k=2 步，之后交还给局部项——这句话最能体现你读过实现细节而不是只读了摘要。 *** ## 8 · GitHub-validated pitfalls (atlas 联动, 2026-09-16) **仓库信号核查**：论文摘要脚注给出代码地址 `https://github.com/Chroma-CITI/QUARTZ`（正文以脚注纯文本形式出现，'We make our code publicly available to the community'）。**在本次可获取的全文文本中，该地址仅以纯文本脚注形式呈现，未能在文本层面确认为可点击的活跃超链接**，因此按保守口径处理：**不引用任何 issue 编号、commit hash、日期或 issue 标题**，以下 3 条 pitfall 全部由 §6 失败模式 + 方法约束**推导**得出（**未经 issue 验证**）。 **Pitfall 1 — 质量旋钮在短量程传感器上会"饱和失效"，且视图生成可能找不到合法落脚点。** * §6 失败模式：`d* = min(√(1/w*), r_max)` 在 w\* 小的时候顶到 r\_max；反过来，若部署的深度相机 r\_max 较小（例如 5 m），则**任何** w\* ≤ 1/r\_max² 都映射到同一个 d\*，质量旋钮在该区间完全失效。 * 方法约束：视角生成沿法向尝试 `[d*−η, d*+η]`（最优档）→ 近距档 → 远距档，并按此顺序做安全性检查；当 d\* 接近 r\_max 时，"最优档"的采样点可能超出行走可行域或在传感器可靠量程之外，只能退回近距档，而近距档在 h\_v(e) 中**被固定打 0.5 分**（式 9），信息增益被人为压低。 * 可观测症状：不同 w\* 配置下决策行为几乎相同（旋钮不灵）；或同一场景中 ASE 数量长期不降（候选视角生成反复失败、该 ASE 永不清空）。 **Pitfall 2 — 质心分配有"保质期"，高地图更新率下会追着过期目标跑。** * §6 隐含假设：#6/#7 依赖融合地图与法向估计的及时性；§V-A 明文指出"重分配解只在**下一次地图更新**之前有效，因为 ASE 集合会变、质心会漂移"。 * 方法约束：校正选择被强制在 **k=2** 步后解除（式 16）；质心间的距离还用 **4×voxel 尺寸**的拓扑栅格路径搜索近似。 * 推导后果：当 ASE 更新频率相对控制步频更高（大场景、高机数、快速飞行 v\_max=4.5 m/s）时，k=2 步的窗口内 Voronoi(Centroid(r)) 可能已与真实 ASE 分布失配；UAV 会被"过期质心"拉向已经没有 ASE 的区域，随后又被斥力项推开——表现为**路径抖动/往返**，恰好是本方法声称要消除的现象（论文 Table II 中 House 的 Av. Path 200.9 是在 k=2、N=3 特定设置下取得的，不宜直接外推到其他 N/更新率）。 **Pitfall 3 — 触发阈值的解析式只用"单机偏离"，对几何各向异性不敏感；死胡同仍会漏触发。** * §6 失败模式：论文自述"dispersion functions … are prone to get stuck in local minima in environments with complex geometry or when one robot reaches a dead end"。 * 方法约束：f\_r（式 13）只统计**各 Voronoi 区域内 ASE 的计数差**，是标量方差；f\_min（式 15）由 Δ²N/(2(N−1)) 推出，而 Δ = |ASE|/(N(N+1)) 又只是一个与几何无关的配额比例。 * 推导后果：一个 UAV 卡在死胡同、进入路径很长但"它那份 ASE 计数刚好接近均值"的配置下，f\_r 可能低于 f\_min 而**不触发**重分配——斥力项独自无法脱困。这也是为什么论文里触发现象被描述为"主要在起飞时（抢同一片 ASE）和任务末期（无 ASE 可看）"两处，而非任意拓扑陷阱。缓解只能靠调小 Δ（更敏感），代价是重分配频繁触发、每次都要重跑正则化 k-means + Kuhn–Munkres（**论文未报告该步骤耗时**，无法据此评估触发频繁化的实时性代价）。 *** [← Back to Multi-UAV / Reconstruction README](./README.md) > **Status**：v0.1 · 基于 arXiv 全文 · 未在真机复现的数字标 `UNVERIFIED` > 说明：§3 玩具例子中的全部数值（w\*→d\* 表、f\_r 验算、J\_r 排序）为本文为解释公式而构造的示范设定，非论文实验数据；§5 中所有环境名、指标名与数值均逐字取自论文全文。 [//]: # "" This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.