論文の概要: A Modular Robotic System for Autonomous Exploration and Semantic Updating in Large-Scale Indoor Environments

• arxiv url: http://arxiv.org/abs/2409.15493v3
• Date: Fri, 19 Sep 2025 21:22:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:15.612125
• Title: A Modular Robotic System for Autonomous Exploration and Semantic Updating in Large-Scale Indoor Environments
• Title（参考訳）: 大規模屋内環境における自律探査とセマンティック更新のためのモジュール型ロボットシステム
• Authors: Sai Haneesh Allu, Itay Kadosh, Tyler Summers, Yu Xiang,
• Abstract要約: 大規模未知環境の自律探索とセマンティック更新のためのモジュール型ロボットシステムを提案する。 本手法により,移動ロボットは,幾何学用2次元占有格子と対象意味論用トポロジカルグラフを統合したハイブリッドセマンティックマップの構築,再検討,更新を行うことができる。
• 参考スコア（独自算出の注目度）: 2.8252013503798907
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a modular robotic system for autonomous exploration and semantic updating of large-scale unknown environments. Our approach enables a mobile robot to build, revisit, and update a hybrid semantic map that integrates a 2D occupancy grid for geometry with a topological graph for object semantics. Unlike prior methods that rely on manual teleoperation or precollected datasets, our two-phase approach achieves end-to-end autonomy: first, a modified frontier-based exploration algorithm with dynamic search windows constructs a geometric map; second, using a greedy trajectory planner, environments are revisited, and object semantics are updated using open-vocabulary object detection and segmentation. This modular system, compatible with any metric SLAM framework, supports continuous operation by efficiently updating the semantic graph to reflect short-term and long-term changes such as object relocation, removal, or addition. We validate the approach on a Fetch robot in real-world indoor environments of approximately $8,500$m$^2$ and $117$m$^2$, demonstrating robust and scalable semantic mapping and continuous adaptation, marking a fully autonomous integration of exploration, mapping, and semantic updating on a physical robot.
• Abstract（参考訳）: 大規模未知環境の自律探索とセマンティック更新のためのモジュール型ロボットシステムを提案する。 本手法により,移動ロボットは,幾何学用2次元占有格子と対象意味論用トポロジカルグラフを統合したハイブリッドセマンティックマップの構築,再検討,更新を行うことができる。 手動遠隔操作や事前収集したデータセットに依存する従来の手法とは異なり、我々の2段階のアプローチはエンドツーエンドの自律性を実現する。第1に、動的検索ウィンドウによるフロンティアベースの探索アルゴリズムが幾何写像を構築し、第2に、欲求トラジェクトリプランナーを使用して環境を再検討し、オープン語彙オブジェクト検出とセグメンテーションを用いてオブジェクトセマンティクスを更新する。 このモジュールシステムは、任意のメトリックSLAMフレームワークと互換性があり、オブジェクトの移動、削除、追加といった短期的および長期的な変更を反映するようにセマンティックグラフを効率的に更新することにより、継続的な操作をサポートする。 実世界の屋内環境におけるFetchロボットのアプローチを約8,500$m$^2$と117$m$^2$で検証し,ロバストでスケーラブルなセマンティックマッピングと継続的適応を実証し,物理ロボットにおける探索,マッピング,セマンティック更新の完全自律的な統合を示す。

関連論文リスト

• FindAnything: Open-Vocabulary and Object-Centric Mapping for Robot Exploration in Any Environment [16.987872206495897]
  FindAnythingは、視覚言語情報を高密度のボリュームサブマップに組み込むオープンワールドマッピングフレームワークである。 当社のシステムは,MAVなどのリソース制約されたデバイスにデプロイされる最初のシステムである。
  論文  参考訳（メタデータ） (2025-04-11T15:12:05Z)
• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• Memorize What Matters: Emergent Scene Decomposition from Multitraverse [54.487589469432706]
  3次元ガウス写像は3次元ガウス写像をベースとしたカメラのみのオフラインマッピングフレームワークである。 3DGMは、同じ領域から複数のRGBビデオをガウスベースの環境マップに変換し、同時に2D短命なオブジェクトセグメンテーションを実行する。 We build the Mapverse benchmark, sourced from the Ithaca365 and nuPlan datasets, to evaluate our method in unsupervised 2D segmentation, 3D reconstruction, and Neural rendering。
  論文  参考訳（メタデータ） (2024-05-27T14:11:17Z)
• Mapping High-level Semantic Regions in Indoor Environments without Object Recognition [50.624970503498226]
  本研究では,屋内環境における埋め込みナビゲーションによる意味領域マッピング手法を提案する。 地域識別を実現するために,視覚言語モデルを用いて地図作成のためのシーン情報を提供する。 グローバルなフレームにエゴセントリックなシーン理解を投影することにより、提案手法は各場所の可能な領域ラベル上の分布としてのセマンティックマップを生成する。
  論文  参考訳（メタデータ） (2024-03-11T18:09:50Z)
• Object Goal Navigation with Recursive Implicit Maps [92.6347010295396]
  対象目標ナビゲーションのための暗黙的な空間マップを提案する。 提案手法は, 挑戦的なMP3Dデータセット上での技量を著しく上回る。 我々は、実際のロボットにモデルをデプロイし、実際のシーンでオブジェクトゴールナビゲーションの結果を奨励する。
  論文  参考訳（メタデータ） (2023-08-10T14:21:33Z)
• Neural Implicit Dense Semantic SLAM [83.04331351572277]
  本稿では,屋内シーンのメモリ効率,高密度な3次元形状,セマンティックセマンティックセグメンテーションをオンラインで学習する新しいRGBD vSLAMアルゴリズムを提案する。 私たちのパイプラインは、従来の3Dビジョンベースのトラッキングとループクローズとニューラルフィールドベースのマッピングを組み合わせたものです。 提案アルゴリズムはシーン認識を大幅に向上させ,様々なロボット制御問題を支援する。
  論文  参考訳（メタデータ） (2023-04-27T23:03:52Z)
• Constructing Metric-Semantic Maps using Floor Plan Priors for Long-Term Indoor Localization [29.404446814219202]
  本稿では,長期オブジェクトベースローカライゼーションを目的としたメートル法セマンティックマップ構築の課題に対処する。 モノラルなRGBフレームからの3次元物体検出,オブジェクトベースのマップ構築,および構築されたマップのグローバルなローカライズに活用する。 オフィスビルにおける地図構築を評価し,同じ環境下で9ヶ月にわたって記録された課題列に対する長期的局所化アプローチを検証した。
  論文  参考訳（メタデータ） (2023-03-20T09:33:05Z)
• Object Goal Navigation Based on Semantics and RGB Ego View [9.702784248870522]
  本稿では,RGBエゴビューを前提として,サービスロボットが屋内環境のセマンティックな意思決定を行えるようにするためのアーキテクチャと方法論を提案する。 ロボットはジオセムマップ(幾何マップと意味マップのリレーショナル組み合わせ)に基づいてナビゲートする。 提案手法は, 平均完了時間に対するゲーミフィケーション評価において, 人間のユーザよりも優れていた。
  論文  参考訳（メタデータ） (2022-10-20T19:23:08Z)
• Weakly-Supervised Multi-Granularity Map Learning for Vision-and-Language Navigation [87.52136927091712]
  我々は,ロボットエージェントが言語指導によって記述された経路をたどって,環境の中をナビゲートするよう訓練する,現実的かつ困難な問題に対処する。 高精度かつ効率的なナビゲーションを実現するためには,環境オブジェクトの空間的位置と意味情報の両方を正確に表現した地図を構築することが重要である。 より包括的にオブジェクトを表現するために,オブジェクトの細粒度(色,テクスチャなど)とセマンティッククラスの両方を含む多粒度マップを提案する。
  論文  参考訳（メタデータ） (2022-10-14T04:23:27Z)
• Efficient Placard Discovery for Semantic Mapping During Frontier Exploration [0.0]
  この研究は、Interruptable Frontier Explorationアルゴリズムを導入し、ロボットが自身の環境を探索してSLAMマップを構築すると同時に、このプロセス中に観察されたプラカードを検査することを可能にする。 これにより、ロボットは人間の介入なしに部屋のプラカードを自律的に発見できる。
  論文  参考訳（メタデータ） (2021-10-27T20:00:07Z)
• Indoor Semantic Scene Understanding using Multi-modality Fusion [0.0]
  本研究では,環境のセマンティックマップを生成するために,2次元および3次元検出枝を融合したセマンティックシーン理解パイプラインを提案する。 収集したデータセットで評価された以前の研究とは異なり、私たちはアクティブなフォトリアリスティックなロボット環境でパイプラインをテストする。 我々の新規性には、投影された2次元検出とオブジェクトサイズに基づくモダリティ融合を用いた3次元提案の修正が含まれる。
  論文  参考訳（メタデータ） (2021-08-17T13:30:02Z)
• Lifelong update of semantic maps in dynamic environments [2.343080600040765]
  ロボットは周囲から知覚される生の情報を通じて世界を理解する。 ロボットとユーザの両方が理解している高度な情報を含むセマンティックマップは、共有表現としてより適している。 セマンティックマップをフロアクリーニングロボット群におけるユーザインタフェースとして使用しています。
  論文  参考訳（メタデータ） (2020-10-17T18:44:33Z)
• Extending Maps with Semantic and Contextual Object Information for Robot Navigation: a Learning-Based Framework using Visual and Depth Cues [12.984393386954219]
  本稿では,RGB-D画像からのセマンティック情報を用いて,シーンのメートル法表現を付加する問題に対処する。 オブジェクトレベルの情報を持つ環境の地図表現を拡張化するための完全なフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-13T15:05:23Z)
• Visual Semantic SLAM with Landmarks for Large-Scale Outdoor Environment [47.96314050446863]
  我々は,ORB SLAMの3DポイントクラウドとPSPNet-101のセマンティックセマンティックセグメンテーション情報を組み合わせて,大規模環境のセマンティック3Dマップを作成するシステムを構築した。 実世界のランドマークとポイントクラウドマップを関連付ける方法を見つけ、セマンティックマップに基づいたトポロジマップを構築した。
  論文  参考訳（メタデータ） (2020-01-04T03:34:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。