1. 什么是安全走廊？
   安全走廊是机器人运动规划中一种保证无碰撞的几何约束表示，通常由一系列凸多面体（Convex Polyhedra）或球体/椭球体沿时间/路径串联组成：

时间轴: t0 ──→ t1 ──→ t2 ──→ t3 ──→ … ──→ tn
│ │ │ │ │
走廊: [P0] → [P1] → [P2] → [P3] → … → [Pn]
↑ ↑ ↑ ↑ ↑
凸区域 凸区域 凸区域 凸区域 凸区域
核心思想：如果机器人的状态（位置）在每一时刻都落在对应的凸区域内，那么它就是绝对安全的（因为这些区域已经验证过与所有障碍物无交集）。

2. 为什么需要备份轨迹？
   在动态环境中，机器人可能遇到：

突然出现动态障碍物
传感器检测到未知障碍
原规划轨迹被阻断
系统故障需要安全降级
备份轨迹就是一条预先计算好的、保证安全的"退路"，让机器人能在紧急情况下：

安全减速停止（Emergency Stop）
返回到某个已知安全状态
等待重新规划
3. 安全走廊的数学原理
3.1 凸多面体表示
每个凸多面体 $P_i$ 用一组线性不等式表示：

$$P_i=x\in {\mathbb{R}}^3\mid A_{i}x\le b_i$$

其中 $A_i$ 是法向量矩阵，$b_i$ 是偏移量。每个不等式 $a_j^{T}x\le b_j$ 定义了一个半空间，多个半空间的交集就是凸多面体。

3.2 走廊的构造方法
方法 原理 特点
IRIS (Iterative Regional Inflation by Semi-definite programming) 从种子点出发，迭代膨胀最大凸区域 适合高维、复杂环境
SFC (Safe Flight Corridor) 基于路径点的障碍物膨胀与切面提取 适合无人机、实时性好
Voronoi Corridor 沿Voronoi图提取最大 clearance 路径 最大化与障碍物距离
Sphere-based 用球体序列近似安全区域 简单、适合优化
3.3 关键性质
凸性保证：凸区域内任意两点连线仍在区域内 → 便于优化
连续性：相邻多面体有重叠 → 保证轨迹连续性
完备性：每个多面体都经过碰撞检测验证
4. 备份轨迹 + 安全走廊的协同原理

主轨迹: S ──────────────→ G (可能因障碍中断)
↓ 触发备份
备份轨迹: ──────→ SafeSpot (沿安全走廊滑行/停止)
↑
走廊保证这段路径绝对安全
工作流程：
离线/在线构建走廊：在已知地图中，为可能的备份路径预计算安全走廊
生成备份轨迹：在走廊约束下，优化生成一条从当前位置到安全点的轨迹
实时执行：当主轨迹失效时，切换到备份轨迹
安全保证：由于轨迹被约束在走廊内，而走廊已验证无碰撞 → 轨迹安全
优化问题形式：
$$\underset{x(t)}{\min }{\int }_0^T|\ddot{x}(t){|}^{2}dt\text{(最小化jerk/加速度)}$$

$$\text{s.t.}x(t_i)\in P_i,\forall i\in 0,1,...,n$$

即：在满足走廊约束的前提下，生成最平滑的轨迹。

5. 在 SUPER/super_planner 中的体现
   从 super_planner.cpp 来看，这类系统通常包含：

Corridor Generator：从路径点 + 点云/地图生成安全走廊
Backup Planner：在走廊内生成备份轨迹
Safety Monitor：实时监控机器人是否在走廊内，超出则触发保护
典型代码结构：

// 伪代码示意
auto corridor = buildSafeFlightCorridor(path, obstacles);
auto backupTraj = generateBackupTrajectory(corridor, current_state);
if (primary_trajectory_blocked) {
execute(backupTraj); // 安全切换
}
6. 总结：核心原理一句话
安全走廊 = 将"碰撞检测"这个连续问题，转化为"凸约束满足"这个离散问题；备份轨迹 = 在这些预验证的凸约束内，生成一条可执行的安全路径。

两者的结合使得机器人能在毫秒级做出安全响应，而不需要实时做昂贵的碰撞检测。