論文の概要: Feedback-Based Mobile Robot Navigation in 3-D Environments Using Artificial Potential Functions Technical Report
- arxiv url: http://arxiv.org/abs/2601.09318v1
- Date: Wed, 14 Jan 2026 09:41:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.777949
- Title: Feedback-Based Mobile Robot Navigation in 3-D Environments Using Artificial Potential Functions Technical Report
- Title（参考訳）: 人工機能を用いた3次元環境におけるフィードバック型移動ロボットナビゲーション
- Authors: Ro'i Lang, Elon Rimon,
- Abstract要約: 本稿では,障害物の多い3次元動作計画のためのナビゲーション機能の構築と解析について述べる。
提案したナビゲーション関数は、局所最小化を避けながら、ターゲットに固有の非退化障害を許容する。
障害物リッチ3次元環境における数値シミュレーションにより, 実験結果を検証した。
- 参考スコア（独自算出の注目度）: 0.3867363075280543
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This technical report presents the construction and analysis of polynomial navigation functions for motion planning in 3-D workspaces populated by spherical and cylindrical obstacles. The workspace is modeled as a bounded spherical region, and obstacles are encoded using smooth polynomial implicit functions. We establish conditions under which the proposed navigation functions admit a unique non-degenerate minimum at the target while avoiding local minima, including in the presence of pairwise intersecting obstacles. Gradient and Hessian analyses are provided, and the theoretical results are validated through numerical simulations in obstacle rich 3-D environments.
- Abstract（参考訳）: 本研究では,球状および円筒形障害物に代表される3次元作業空間における動作計画のための多項式ナビゲーション関数の構築と解析を行う。
ワークスペースは有界球面領域としてモデル化され、障害物は滑らかな多項式暗黙関数を用いて符号化される。
本研究は,航法関数が目標に固有の非退化最小値を付与する条件を確立することを目的として,局所的最小値を回避するとともに,対角交差障害物の存在を含む条件を定めている。
グラディエントおよびヘッセン解析を行い, 障害物リッチ3次元環境における数値シミュレーションにより理論的結果を検証した。
関連論文リスト
- Video Spatial Reasoning with Object-Centric 3D Rollout [58.12446467377404]
我々は,ロバストなビデオ空間推論を実現するために,OCR(Object-Centric 3D Rollout)を提案する。
OCRは、トレーニング中に選択した物体の3次元形状に構造的摂動を導入する。
OCRはモデルを補完し、全体にわたって論理的にソートする。
論文 参考訳（メタデータ） (2025-11-17T09:53:41Z) - Implicit 3D scene reconstruction using deep learning towards efficient collision understanding in autonomous driving [0.0]
本研究では,LiDARデータとディープニューラルネットワークを利用して静的符号付き距離関数(SDF)マップを構築する学習型3Dシーン再構築手法を開発した。
予備実験の結果,衝突検出性能は特に混雑・動環境において著しく向上することが示された。
論文 参考訳（メタデータ） (2025-06-18T18:42:04Z) - Street Gaussians without 3D Object Tracker [84.89933388445185]
既存のほとんどの方法は、オブジェクトポーズの労働集約的な手動ラベリングに依存している。
本研究では,3次元オブジェクト融合戦略における2次元ディープトラッカーの関連性を利用して,安定なオブジェクト追跡モジュールを提案する。
我々は、軌道誤差を自律的に補正し、見逃した検出を回復する暗黙の特徴空間に、モーションラーニング戦略を導入することで、避けられないトラッキングエラーに対処する。
論文 参考訳（メタデータ） (2024-12-07T05:49:42Z) - Scalar Function Topology Divergence: Comparing Topology of 3D Objects [21.49200381462702]
コンピュータビジョンのための新しいトポロジツール - Scalar Function Topology Divergence (SFTD) を提案する。
SFTDは、共通領域を持つ2つの函数の下位レベル集合の間の多重スケール位相の相似性を測定する。
提案ツールは,関数が位相的相似性を持つ領域を視覚化する有用なツールである。
論文 参考訳（メタデータ） (2024-07-11T10:18:54Z) - ParaPoint: Learning Global Free-Boundary Surface Parameterization of 3D Point Clouds [52.03819676074455]
ParaPointは、グローバルな自由境界面パラメータ化を実現するための教師なしのニューラルネットワークパイプラインである。
この研究は、グローバルマッピングと自由境界の両方を追求するニューラルポイントクラウドパラメータ化を調査する最初の試みである。
論文 参考訳（メタデータ） (2024-03-15T14:35:05Z) - Pairwise-Constrained Implicit Functions for 3D Human Heart Modelling [60.56741715207466]
我々は、心を相互依存型SDFの集合としてモデル化するペアワイズ拘束型SDFアプローチを導入する。
本手法は, 単SDF, UDF, ボクセルベース, セグメンテーションベースを用いて, 内部構造精度を大幅に向上させる。
論文 参考訳（メタデータ） (2023-07-16T10:07:15Z) - Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value
Functions [65.84090965167535]
本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。
このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
論文 参考訳（メタデータ） (2022-06-29T18:47:05Z)
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。