第3章 场景分类与适配策略：结构化环境与动态环境、已知与未知场景
机器人要在真实世界中完成有用工作，首先必须回答一个问题：它在什么样的场景下运行？场景的结构化程度、变化速度以及先验信息的完备程度，直接决定了机器人的感知、规划与控制策略选择。本章从两个核心维度——环境规整度（结构化环境 → 动态环境）与先验完备度（已知场景 → 未知场景）——出发，建立四象限分类框架，并针对每一象限给出适配策略。
概念解释
场景分类的两个维度相互独立，共同构成机器人运行的上下文。下面分别定义四个基本概念。
| 概念 | 定义 | 典型实例 |
|---|---|---|
| 结构化环境 | 布局固定、物体位置规律、运动模式可预测；机器人可通过先验模型精确描述空间关系。 | 汽车装配线、晶圆厂洁净室、标准化仓储货架区 |
| 动态环境 | 包含移动物体、布局时变、存在不确定性；机器人必须实时感知并快速响应变化。 | 商场人流通道、开放办公区、城市十字路口 |
| 已知场景 | 机器人拥有完整的先验信息（CAD模型、拓扑地图、目标物数据库），可离线预计算。 | 建筑信息模型完整的工厂、预先扫描的博物馆展厅 |
| 未知场景 | 机器人仅有零先验或极少量先验信息，必须依赖在线感知与即时建模构建环境表示。 | 灾难废墟内部、洞穴勘探、地外星球表面 |
区分要点：“结构化 vs 动态”描述环境的本体变化程度；“已知 vs 未知”描述机器人对环境的认知完备程度。两者正交，一个结构化环境也可能是未知的（例如新投产的车间未录入图纸），一个动态环境也可能是已知的（例如每日有固定时刻表的物流中心）。
四象限分类矩阵与适配策略
将上述两个维度交叉，得到四种典型场景组合。每种组合对应一套核心适配策略，下表汇总了特征与策略要点。
| 场景组合 | 环境特征 | 核心适配策略 | 典型代表 |
|---|---|---|---|
| 结构化 + 已知 | 布局固定、模型精确、无运动干扰 | 规则驱动 + 精确控制；可离线规划，开环执行 | 汽车焊接线、PCB插装台 |
| 结构化 + 未知 | 布局规整但先验缺失 | 模型辅助探索 + 主动感知；快速建图后转入规则控制 | 新投产的标准化仓库 |
| 动态 + 已知 | 先验丰富但环境时变、有移动实体 | 鲁棒规划 + 动态避障；感知-预测-规划闭环 | 已知地图的商场清洁机器人 |
| 动态 + 未知 | 无先验且高度不确定 | 自主探索 + 即时建图（SLAM）；边感知边规划 | 灾害搜救、深海勘探 |
策略光谱：从“结构化+已知”到“动态+未知”，适配策略沿着“精确开环 → 感知闭环 → 探索-建图一体化”的路径递增复杂度。越靠右下的象限，对传感器的依赖越强，对计算实时性的要求也越高。
原理图解：场景分类四象限
下面的矩阵图以“环境规整度”为横轴、“先验完备度”为纵轴，展示四个象限及对应的适配策略方向。