在自主无人机领域，大规模未知环境的三维探索始终是一项极具挑战性的任务。无论是工业厂房的内部巡检、矿山的立体测绘，还是历史建筑的结构记录，无人机都需要在未知空间中快速、高效地构建完整的三维地图。然而，传统LiDAR-based探索系统在大规模三维场景中始终面临效率与紧凑性难以兼顾的困境。中山大学与南方科技大学研究团队在IEEE Transactions on Automation Science and Engineering（TASE 2025）上发表的FLARE（Fast Autonomous Aerial Exploration in Large-Scale 3D Scenarios Using Actively Rotated LiDAR）系统，正是针对这一难题提出的创新解决方案。一、痛点：固定视野的“效率陷阱”传统无人机进行三维探索时，通常将LiDAR传感器固定安装在机体上。这种做法带来了一个结构性的效率瓶颈：LiDAR的垂直视场角（FoV）非常有限，通常仅覆盖30°左右的垂直范围。这意味着，当无人机需要扫描垂直延伸的空间结构——比如高耸的烟囱、深邃的矿井或高大的建筑立面时——它必须通过机体的垂直机动（爬升或俯冲）来弥补传感器视野的不足。这种被迫的“飞行换视角”策略带来了三重代价：时间成本：频繁的升降和转向大幅延长了探索时间；能量损耗：无效机动增加了飞行距离和能耗；
在自主无人机领域，大规模未知环境的三维探索始终是一项极具挑战性的任务。无论是工业厂房的内部巡检、矿山的立体测绘，还是历史建筑的结构记录，无人机都需要在未知空间中快速、高效地构建完整的三维地图。然而，传统LiDAR-based探索系统在大规模三维场景中始终面临效率与紧凑性难以兼顾的困境。中山大学与南方科技大学研究团队在IEEE Transactions on Automation Science and Engineering（TASE 2025）上发表的FLARE（Fast Autonomous Aerial Exploration in Large-Scale 3D Scenarios Using Actively Rotated LiDAR）系统，正是针对这一难题提出的创新解决方案。一、痛点：固定视野的“效率陷阱”传统无人机进行三维探索时，通常将LiDAR传感器固定安装在机体上。这种做法带来了一个结构性的效率瓶颈：LiDAR的垂直视场角（FoV）非常有限，通常仅覆盖30°左右的垂直范围。这意味着，当无人机需要扫描垂直延伸的空间结构——比如高耸的烟囱、深邃的矿井或高大的建筑立面时——它必须通过机体的垂直机动（爬升或俯冲）来弥补传感器视野的不足。这种被迫的“飞行换视角”策略带来了三重代价：时间成本：频繁的升降和转向大幅延长了探索时间；能量损耗：无效机动增加了飞行距离和能耗；
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
