过去几年，让机器人在工地上自己走路，主要卡在“看得见”这一层：视觉、激光雷达、同步定位与建图（SLAM），都是为了让机器人在不断变化的场地里知道自己在哪里、前方有什么。加州大学尔湾分校（UC Irvine）与印度理工学院孟买分校的一组研究者认为，这个框架漏掉了更关键的一层——机器人不只需要一张实时地图，还需要知道图纸对这块空间的意图、项目走到哪一步、今天这个区域能不能进。他们把这些信息接进同一条导航链路，做成 CORNAV，论文 2026 年 10 月 2 日挂上 arXiv，目前在投 ICRA。
这篇论文值得工程人认真看，原因不在于它又是一个新模型，而在于它给出的答案很朴素：机器人需要的不是更强的视觉，而是施工方本来就有的那两份文件——CAD 图纸和进度计划。把文件变成机器可用的运行数据，比把摄像头升级一档更管用。
工地上缺的从来不是避障能力
这个领域的四条技术线基本各自为政：三维场景图、开放词汇查询、图纸与 BIM 先验、大模型规划，各管一段。卡点很具体。场景图方法的房间一级结构，是从几何启发式或视觉语言标注里推出来的，换个场景、换种光照就变，不稳定。基于图纸和 BIM 的方法能提供稳定几何先验，却通常把进度信息留在模型之外，把工作区当成静态的。安全感知的规划方法执行的，是机器人设计者预设的约束，而不是施工管理者已经在维护的那套临时作业区和禁入区文件。结果是机器人手里没有一份统一表示，说明白现场有什么、什么时候危险、该守哪条规则。而工地一上午就能变样——浇筑、堆料、安装都会让原本能走的通道走不通。
CORNAV 把四件事接成一条链
CORNAV 把施工文档当成运行数据用，而不是当成存档文件。离线预处理每个场地只跑一次，把 CAD 图纸配准到机器人建好的占用栅格地图上，由此得到稳定的房间身份；在线部分按每次查询跑一遍：从自然语言指令到目标物体检索、图纸房间解析、进度计划转约束、安全校验，最后由 A* 规划器强制遵守禁入区，并优先绕开风险更高的区域。五个环节列在下面。
论文特意强调了一个前提：整套系统不需要 BIM 模型。作者的理由很现实——他们测试的场地拿不到 IFC 模型，而工地现场能保证有的，往往只有 2D 图纸和一份进度表。
CORNAV 的五个环节
- 离线配准：CAD 图纸与占用地图做 ICP 对齐
- 物体接地：开放词汇检索 + 图纸房间解析
- 时间约束：周前视计划转成硬区／软区
- 安全校验：大模型读危险说明，升级危险软区
- 约束感知规划：A* 强制避开禁入区，偏好绕开高风险区
数据说了什么
论文在四个场地（三层在建工地 + 一层办公室）做了消融对比，同一批 54 次导航请求，只换被测方法。
| 方法 | 约束合规率 | 任务成功率 | 可行规划率 |
|---|---|---|---|
| CORNAV（完整系统） | 100.0% | 72.2% | 46.3% |
| 去掉图纸接地 | 98.1% | 13.0% | 40.7% |
| 去掉进度计划 | 53.7% | 72.2% | 40.7% |
| 去掉安全校验 | 83.3% | 72.2% | 46.3% |
| HOV-SG 基线（纯语义） | 42.6% | 7.4% | 31.5% |
拿掉图纸之后，任务成功率从 72.2% 掉到 13.0%，差了 59.2 个百分点——机器人能不能找到永久性建筑构件，几乎全靠图纸。拿掉进度计划之后，约束合规率从 100% 掉到 53.7%，也就是有一半的路会穿过当时已经封闭的区域。拿掉安全校验之后，合规率掉到 83.3%，掉的就是那批被人工误标的危险区。
房间识别这一项更能说明问题。论文把 HOV-SG 的房间分割与 CLIP 标签，和图纸里的房间定义逐一对齐：场景图切出 30 个房间段，图纸定义 54 个房间，标签对上的只有 1 个（3.3%），三层在建工地上全部是 0。作者手工核对后发现，分割边界经常和建筑房间对不上。后果是连锁的——进度计划和安全约束都按房间定义，房间边界不稳、标签不准，约束就会挂错位置。这也是论文改用图纸做确定性房间查找的原因。
进度计划怎么变成禁入区
CORNAV 把周前视计划读成一张带时间窗的表：每条活动挂一个房间、一个生效时间窗、一段危险说明，以及“硬／软”严重度。硬区对机器人关闭，比如危险作业或未凝固的混凝土；软区不关闭，但穿越代价更高。
大模型在这里的角色不是规划路线，而是给软区做体检。它读取每条活动的危险说明，对照论文从美国职业安全与健康管理局（OSHA）29 CFR 1926 里提炼的四条规则——临时结构如脚手架、无防护临边、作业进行中的区域、未完成面层——打一个 0 到 1 的分数，达到 0.7 及以上就把软区升级为硬区，再由规划器绕开。
论文在四个周前视计划上扫了 89 个时间点发起同一条导航请求。其中 74 次存在可行路线，这 74 次里，规划出的路径没有一次穿过当时生效的硬区。剩下 15 次被判为不可行，因为起点或终点本身就落在封闭区内（9 次起点、6 次终点），规划器如实报告不可行，而不是返回一条违规路径。
安全校验模块单独做了八组对照：四组是危险作业却被人工标成软区，四组是非危险作业。开启校验后，四个危险案例全部升级为硬区，四个非危险案例保持软区；危险区误入率从 100% 降到 0。为看稳定性，每个案例重复打分八次（共 64 次调用），七个案例分数零方差，剩下一个标准差 0.024，没有一次跨过升级阈值跨错方向。
这套东西的边界在哪
三点要打折的地方
- 定量结果来自离线数据。所有指标是用 Unitree Go2 现场巡测录下的数据离线跑出来的；实机部署只在 Go2 和 G1 人形平台上做了定性演示。
- 只覆盖一个工地加一个办公室。没有跨多个项目、多种工种、各种天气和法规环境的验证。
- 它假设文件是对的，而危险说明是人写的。进度计划滞后、图纸改版、临时围挡与计划不符，这些在工地上是常态，论文没有覆盖；安全模块读的输入也由人填，论文里是刻意让危险说明准确对应规则，才测出满分的一致率。文件一旦失真，约束就会错位。
论文自己的立场很清楚：这是研究系统，代码和现场数据没有公开，不是能拿去部署的产品。真正需要压力测试的，是图纸过期、计划滑期、临时障碍这些文件与现场不一致的日常情况。一个能快速到达终点、却穿过正在进行吊装区域的机器人，在运营意义上并没有完成导航。
对 BIM 工程师来说，这件事的分量
三点可以直接用起来的判断
- 空间命名和边界要能被机器读。这项研究最刺眼的一处，是纯视觉方法识别房间的准确率只有 3.3%，而约束是按房间挂的。你在模型里给空间、房间起的名字，如果只是给人看的备注，自动化工具就接不住；做成稳定、唯一、可查询的标识，它就成了取数接口。
- 进度计划里的危险区标注值得结构化。CORNAV 能跑起来，靠的是周前视计划里每个作业都带了房间、时间窗、危险说明和硬／软标记；这四个字段现在多数工地散在备注和口头交底里。
- 别等 BIM 齐了再想自动化。这套系统明确绕开 IFC，靠 2D 图纸加进度表就跑通了。现场自动化的前置条件不是完整的数字底座，而是那两份文件能不能和实际场地对上。图纸配准误差在在建楼层是 0.28 到 0.39 米，办公室 0.135 米——这个量级能不能接受，取决于你要让机器人做什么。
把这篇论文和过去一年工地上发生的事放在一起看，方向是连贯的。建筑行业每年因生产率低下损失的经济价值超过 1.6 万亿美元，美国八成以上承包商报告熟练工人短缺，2016 年以来每年工亡人数超过 1000 人。这三组数字是机器人进场的理由；但它能不能真的进场，取决于它能不能读懂施工方已经在维护的那些文件。图纸、进度计划、安全规则，这些过去被当作给人看的资料，正在变成机器人能不能安全工作的运行数据。
资料来源：Ali Pour 等《CORNAV: Construction-Aware Reasoning for Robot Navigation on Active Worksites》（arXiv:2610.03622v1，2026-10-02，UC Irvine 与 IIT Bombay，研究部分受 Genova Construction 支持）、CORNAV 项目主页 cornav.github.io/CORNAV。文中所有百分比、误差值与试验次数均取自论文正文与表 I—V，为作者自报的离线评测结果，不构成产品性能承诺。配图取自 CORNAV 项目主页公开材料，版权归原作者。