引言
水下 3D 重建支持海底结构检测和数字孪生构建 (Kuhlman et al., 2021, Li et al., 2018)。声呐分辨率有限，且在受限环境中易受多径效应影响。配备立体相机的遥控操作车（ROV）提供了视觉重建的替代方案，正如工业应用所展示的那样 (Chemisky et al., 2021)。然而，近距离部署仍然具有挑战性。在复杂水下环境中，手动 ROV 遥操作很困难，且特征丢失可能导致视觉跟踪失败。这些条件增加了碰撞风险，并促使了自主规划与控制的发展，以实现安全的检测和 3D 重建 (Placed et al., 2023)。
为了实现这种自主性，分层轨迹规划通常结合全局覆盖规划与局部轨迹生成 (Galceran et al., 2015)。在全局层面，覆盖路径规划和下一个最佳视点（NBV）方法主要优化覆盖率、视点数量或路径长度。代表性研究包括基于拓扑或区域的覆盖 (Bao et al., 2024)，启发式视点搜索 (Hao et al., 2022)，自适应螺旋覆盖 (Chen et al., 2025)，以及使用视觉线索、退化评估或结构先验的水下检测规划器 (Yan et al., 2024, Bucci and Ridolfi, 2026)。尽管这些方法提供了有用的全局观测骨架，但其优化变量主要是离散的视点、覆盖集或路径成本。一旦满足视锥、视线或覆盖标准，通常就认为表面已被观测，而视图间的特征重叠、有效水下成像距离、尺度一致性以及视觉惯性里程计（VIO）友好的视点连续性并未受到联合约束。这是几何覆盖与感知质量之间主要解耦的原因。
这种解耦在浑浊水域、弱纹理表面、近结构环行和有限视场（FOV）设置中可能是关键的。几何上已覆盖的路径可能仍包含远距离、过于近距离或弱重叠的视图。这些视图会降低对比度，增加散射，引入安全风险或尺度跳跃，并削弱特征匹配、VIO 约束和下游重建 (Pak and Ahn, 2023, Wang et al., 2021)。平滑过渡和连续性约束可以减少离散路径中的运动不连续性 (Tan et al., 2021, Zhang et al., 2023a, Zhang et al., 2023b)，但单纯的轨迹连续性并不能确保足够的图像重叠、稳定的尺度或有效的观测距离。图像修复和增强可以减少水下退化，如低对比度、纹理模糊和散射 (Ju et al., 2024, Zhou et al., 2025, Ju et al., 2025, Zhou et al., 2024, Wang et al., 2026)。稳健的融合和视觉前端也可以在退化观测下提高特征关联和视觉惯性估计 (Zhang et al., 2018, Rahman et al., 2022, Xu et al., 2025)。然而，这些方法主要是对获取的图像或测量进行补偿，无法替代数据采集期间对视点分布、观测距离和帧间共视性的主动控制。在局部层面，轨迹规划根据全局航点生成平滑、无碰撞且动力学可行的运动 (Zhou et al., 2019)，而可靠的执行取决于稳定的视觉惯性状态估计 (Ou et al., 2024)。水下衰减和后向散射进一步限制了有效感知范围 (Li et al., 2021)，要求局部规划在贴壁安全性和观测可见性之间取得平衡 (Xanthidis et al., 2021)。
现有的感知引导和分层规划方法逐步将感知需求融入轨迹生成 (Li et al., 2018, Liu et al., 2024)。信息增益方法基于地图不确定性或预期观测效用选择视点，主要用于探索和建图 (Suresh et al., 2020)。AquaVis、ResiVis 和概率感知风险方法将可见性、碰撞风险或感知退化纳入局部规划，以在退化感知条件下提高导航安全性和观测可靠性 (Xanthidis et al., 2021, Xanthidis et al., 2024, Gao et al., 2024)。Apace 和主动偏航规划进一步提高了结构扫描的局部视点选择和观看方向 (Chen et al., 2024, Huang et al., 2025)。然而，水下近结构 3D 重建需要的不仅是局部可见性。它还必须维持目标表面覆盖、规定范围内的安全和有效观测距离，以及相邻帧之间的特征共视性。为满足这些要求，本工作将全局覆盖初始化、上下观测距离约束和连续共视性感知偏航优化整合到一个统一的规划框架中。
为了解决这些挑战，我们提出了一种分层感知导向轨迹规划框架，用于具有先验几何信息的水下结构近距离视觉检测和 3D 重建数据采集。如图 1 所示，完整的系统在定制的混合遥控水下机器人（HROV）平台上进行了验证，该平台配备立体视觉感知模块。在此框架中，轨迹规划通过塑造提供给重建流水线的视觉数据质量来影响 3D 重建。重建后端的性能不仅取决于图像增强和特征匹配，还取决于图像序列是否提供足够的目标覆盖、稳定的帧间重叠和连续的位姿约束。基于这一观察，提出的方法通过全局视点组织提高结构覆盖，通过观察包络约束维持安全有效的成像距离，并通过主动共视性偏航规划和时空轨迹优化增强特征跟踪连续性和 VIO 稳定性。因此，提出的方法并未修改重建后端。相反，它在数据采集前端提高了视点分布、观测连续性和位姿质量，从而为后续的 3D 重建提供更可靠的输入数据。本文的主要贡献总结如下：
- •
提出了一种用于规划初始化的视点驱动检测策略。它将检测锚点表示为拓扑骨架，并将其转换为可执行的局部子目标。
- •
在时空优化框架中设计了一个可微分观察包络约束。它被公式化为双势垒势场，以在碰撞安全性和浊度约束下保持轨迹在规定的成像距离区间内。
- •
通过将有向动力学纳入连续轨迹优化，建立了一种用于方向规划的主动共视性策略，以提高特征显著性、帧间重叠、视觉惯性里程计稳定性和建图质量。
本文其余部分组织如下。第 2 节介绍了系统配置、环境模型、HROV 动力学、微分平坦性和轨迹参数化。第 3 节描述了全局覆盖规划、空间轨迹优化和偏航轨迹优化。第 4 节介绍了视点生成评估、局部轨迹优化对比测试和水槽实验。第 5 节总结了全文。
