端到端的导航技术NeuPAN论文讲解

端到端的导航技术NeuPAN 深度剖析

作者：Frank Fan（2025-06-01）
记录这篇论文的初衷： 最近在尝试实现一个类似的工作即端到端的机器人导航（要能够穿过窄通道的场景），朋友推荐了这篇论文，虽然它其实并非一个纯粹的端到端，但看作者的demo视频效果已经很不错了，就解读下吧。

---

目录

1. 引言
2. 问题定义
3. 理论基础
4. DUNE 网络
5. NRMP 控制器
6. 端到端调参
7. 系统集成
8. 代码结构
9. 仿真与实车
10. 调参指南
11. 实验结果
12. FAQ
13. 总结
14. 参考文献

---

1 引言：为什么要做无图导航

在传统移动机器人导航中，“建图-定位-规划”流水线非常成熟，但在密集动态环境（仓库、配送中心、拥挤人群 …）下有明显痛点：

1. 即时性不足 — 地图维护耗时，延迟导致规划错位；
2. 计算开销大 — 高分辨率地图 + 全局搜索，复杂度飙升；
3. 鲁棒性差 — 环境小变化就需重建图，系统易卡死。

无图导航（Map-Free Navigation） 思路：直接依赖实时传感器（LiDAR / 点云），跳过显式建图。

本文聚焦 NeuPAN (Neural Proximal Augmented Navigation)：

• 用 局部距离场 LDF 强化碰撞约束；
• 把对偶迭代展开成轻量网络 DUNE；
• 在 MPC 中嵌入 LDF 正则，形成 NRMP；
• 最终 30 Hz 实时运行。

---

2 问题定义

2.1 输入输出

• 输入

  • 时刻 $t$：
    • 机器人状态 ${\mathbf{s}}_t=[x_t,y_t,{\theta }_t{]}^{\top }$
    • 点云 P t = { p t i } i = 1 N , p t i ∈ R 3 \mathcal{P}_t=\{\mathbf{p}^i_t\}_{i=1}^N,\;\mathbf{p}^i_t\in\mathbb{R}^3 Pt​={pti​}i=1N​,pti​∈R3
  • 目标位姿 ${\mathbf{s}}_{\text{goal}}$

• 输出

  • Horizon $H$ 的控制序列
    $$U_t=\{{\mathbf{u}}_t^0,\dots ,{\mathbf{u}}_t^{H-1}\},{\mathbf{u}}_t^h=\left[\begin{array}{c}{v}_t^h\\ {\omega }_t^h\end{array}\right]$$

2.2 约束

1. 运动学 (差速)
   $$\begin{array}{rl}{x}_{t+1}& =x_t+v_t\cos {\theta }_t\Delta t,\\ y_{t+1}& =y_t+v_t\sin {\theta }_t\Delta t,\\ {\theta }_{t+1}& ={\theta }_t+{\omega }_t\Delta t.\end{array}$$

2. 碰撞安全
   $$\Vert \mathbf{c}({\mathbf{s}}_t)-{\mathbf{p}}_t^i{\Vert }_2\ge D_{\text{safe}},i=1\dots N.$$

3. 软约束 — 平滑/能耗/跟踪；

4. 实时性 — 整体延迟 $\le 33\text{ ms}$ (30 Hz)。

---

3 理论基础：碰撞约束 → 局部距离场

3.1 从距离约束到 SOCP

对单点距离：
$$g_i(\mathbf{s})=\Vert [x,y{]}^{\top }-{\mathbf{p}}^i{\Vert }_2-D_{\text{safe}}\ge 0.$$
引入二阶锥，可写成凸 SOCP。

3.2 对偶形式

把 $N$ 个约束写成拉格朗日对偶，得到对偶变量 { μ i , λ i } \{\mu_i,\boldsymbol\lambda_i\} {μi​,λi​}；
可行当且仅当对偶最优值 $\ge 0$。${\mu }_i$ 越大表示点 $i$ 越危险。

3.3 局部距离场 (LDF)

定义
$$\mathcal{L}({\mathbf{p}}^i;\mathbf{s})=({\mu }_i^{\ast },{\mathbf{\lambda }}_i^{\ast })$$

并用 PIBCD 迭代并行求解。迭代少量步即够准确。

---

4 DUNE 网络：把对偶迭代展开成 6 层 MLP

“梯度上升 + 投影” ➜ 线性层 + ReLU/Clamp

• 输入特征 $[\Delta x,\Delta y,n_x,n_y,D_{\text{safe}}]$

• 单层计算

  mu_next = ReLU( fc_mu([mu_prev, feat]) )
  lam_hat  = fc_lam([lam_prev, feat])
  lam_next = projection(lam_hat, mu_next)

• 6 层 + hidden dim 32 → 20 k 点推理 ≈ 1 ms(GPU)。

5 NRMP：把 LDF 嵌进 MPC

在 MPC 基础代价 $J_{\text{base}}$上，加 LDF 正则项。

$$J_{\text{LDF}}=\alpha \sum _{h=0}^{H-1}\sum _{i=1}^N{\mu }_i\left[\right({\mathbf{c}}_h-{\mathbf{p}}^i)\cdot {\mathbf{n}}^i-D_{\text{safe}}].$$

再加近端项
$$\frac{b_k}{2}|s_h-{\bar{s}}_h{|}^2$$
以保证收敛。整个问题降为 凸 QP，OSQP 求解耗时 1–3 ms。

---

6 端到端可学习 (Meta-Learning)

可训练参数包括：$\text{DUNE 权重}$以及
$$\alpha ,b_k,Q,R$$

外环损失为：
$$\text{碰撞次数}+\text{到达时间}+\text{能耗}$$

使用 $\text{CVXPYLayers}$ 或 $\text{有限差分}$ 方法获取梯度。

7 系统集成

点云下采样与法向估计（Open3D）

DUNE（GPU）$\to$ $\mu ,\lambda$

NRMP（CPU 上使用 OSQP）

以 30 Hz 的频率，通过 ROS 节点发布 /cmd_vel

8 代码结构

neupan/├─ launch/├─ src/│   ├─ neupan_node.py        # 主循环│   ├─ dune_inference.py     # DUNE│   ├─ nrmp_solver.py        # MPC(QP)│   └─ preprocess.py├─ models/dune.py└─ scripts/train_dune.py

---

9 仿真与实车

• ROS-Stage 差速机器人
• Gazebo + Unitree 轮腿
• LGSVL 自动驾驶
• 实车 Jetson AGX — DUNE TorchScript + OSQP 多线程。

---

10 关键超参

类别	名称	建议	备注
DUNE	num_layers	6–8	层数越多越准但慢
DUNE	hidden_dim	32	16 会欠拟合
NRMP	H	10–20	1–2 s 预测窗
NRMP	$\alpha$	1–5	越大越保守
NRMP	$b_{\text{init}}!/b_{\max}$	20 / 150	控制收敛步幅

---

11 实验结果

场景	方法	成功率 %	平均时长 s	MPC 均耗 ms
Stage-corridor	A*+PP	85	15.2	—
Stage-corridor	NeuPAN	100	11.2	2.8
Gazebo-Unitree	ORB-SLAM2+TEB	90	14.5	—
Gazebo-Unitree	NeuPAN	96	10.8	3.1

---

12 FAQ

1. OSQP 超时 → 点云采样：
   $$M\le 1000$$
   放宽参数设置为 eps_rel = 1e-2。

2. DUNE 预测漂 → 增加数据量 / hidden_dim

3. 轨迹抖动 → 减小 $\alpha$、增 $b_{\text{init}}$

---

13 总结

• LDF = 对偶距离；DUNE 把求解写成 6 层网络；
• NRMP = MPC + LDF 正则，QP 实时；
• ROS 30 Hz 实测 OK。

---

14 参考文献

1. Han Z. “NeuPAN: Dual-regularized End-to-End Navigation”, RA-L 2025.
2. Lynch K. Modern Robotics, CUP 2017.
3. CVXPY Tutorial — https://www.cvxpy.org/tutorial/
4. OSQP Docs — https://osqp.org/docs/

代码仓库：https://github.com/yourname/neupan

一句话总结

“碰撞约束 ➜ SOCP 对偶 ➜ LDF ➜ MLP ➜ QP”

我们先把“撞没撞”这个硬约束 软化 成带权重的惩罚，再把“权重”丢给一个小网络实时估；最后让标准优化器带着这堆“权重”去求解控制。如此就把“几万条非线性约束”的大难题压缩成 “一次 1-3 ms 的小 QP”。这就是 NeuPAN 能 30 Hz 跑实时的秘诀，也是它能做端到端训练的根本原因。