无人机（UAV）在火灾、倒塌建筑或矿井等高危环境中需要深入现场采集信息，但随时可能被坠落的碎片撞毁。传统的导航系统只能在静态或已知障碍下提供形式化的安全保证，难以应对未知且动态的危险。
MIT 研究团队提出了 SANDO（Safe AutoNomous trajectory planning for Dynamic unknOwn environments），一种只需知道障碍最大速度即可在完全未知环境中保证安全的轨迹规划器。该方法不依赖预先构建的地图，只要提供障碍的速度上限，就能在任何场景下确保 UAV 不会碰撞。
SANDO 的核心是构建时变安全走廊。系统首先检测、分组并跟踪动态障碍，根据其最大速度在给定时间窗口内画出覆盖球体，球体的半径等于速度乘以时间。安全走廊由这些球体之外的连通 3D 区域组成，保证在未来的时间段内不会出现障碍。
随后，SANDO 使用热图规划器识别障碍密集的“热点”区域并主动避开，以提升路径效率。走廊内部通过硬约束的轨迹优化求解最快到达目标的路径，并在飞行过程中实时更新走廊和轨迹，实现机载快速重规划。
在仿真和 12 次真实飞行测试中，SANDO 均比多种最先进方法更快到达目标且零碰撞，验证了其数学安全保证的实用性。未来工作包括提升计算效率并结合机器学习模型，实现通过自然语言指令控制机器人。
点评：SANDO 将时空安全走廊与硬约束优化相结合，为无人机在未知动态环境中的自主飞行提供了可验证的安全方案，具有显著的实用价值。