定位：仅讨论算法方案（从原理到实操细节），不讨论训练方法（loss、schedule、分布式训练等）与不讨论硬件部署（传感器选型、算力盒子、散热与电源等）。 术语约定：
- OCC/Occ：指3D 占据建模与占据栅格/体素/隐式场（occupancy）类方法。
- VLA 大-小脑：以视觉-语言-行动模型为“大脑（思考/规划）”，以轻量反射/控制脑为“小脑（反射/稳定器）”的混合架构。
- 读者：AI 科学家、资深工程师与中厂 infra 同学。
- 目标：在1B/10B 两档模型下，从零起步完成室内导航算法方案（含人形跟踪、脸部注册、避障、语义/语言导航、进阶场景），并落到数据方案：自采 + 合规抓取（优先官方 API 与 CC 授权）+ 开源数据 + 合成与数据治理。
说明：本章仅提供合规流程与算法要点，不提供任何绕过授权或反爬策略。
1 → 2 → 3（总览）→ 8（传统）→ 9（OCC）→ 10–11（VLA/语义）→ 7（避障）→ 5–6（跟踪/人脸）→ 12（规划控制）→ 13–18（数据与治理）→ 19（1B/10B）→ 20–21（进阶与评测）→ 22（骨架）→ 附录。
提示：每个 Chapter 将含可复用的算法接口、伪代码与数据清单，结合自采/源/合成三线推进，确保能在1B 与 10B 两档约束下落到可运行的导航算法方案。