論文の概要: Efficient Autonomous Navigation of a Quadruped Robot in Underground Mines on Edge Hardware

• arxiv url: http://arxiv.org/abs/2603.04470v1
• Date: Wed, 04 Mar 2026 02:23:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.907805
• Title: Efficient Autonomous Navigation of a Quadruped Robot in Underground Mines on Edge Hardware
• Title（参考訳）: エッジハードウェアを用いた地下鉱山における四足歩行ロボットの効率的な自律ナビゲーション
• Authors: Yixiang Gao, Kwame Awuah-Offei,
• Abstract要約: 地下鉱山での身体的ナビゲーションは、狭い通路、不均一な地形、ほぼ全天の闇、GPSによる汚染条件、限られた通信インフラなど、重大な課題に直面している。 我々は、Boston Dynamics Spotロボットのための完全に自律的なナビゲーションスタックを提示し、GPUなしで、ネットワーク接続を必要としない低消費電力のIntelコンピュータエッジで完全に動作する。 実験地中地雷の難易度が異なる4地点を対象とし, 完全自律走行の700m以上を, 全20回の試験で100%成功率で蓄積し, 実地試験を繰り返し検証した。
• 参考スコア（独自算出の注目度）: 0.5371337604556311
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Embodied navigation in underground mines faces significant challenges, including narrow passages, uneven terrain, near-total darkness, GPS-denied conditions, and limited communication infrastructure. While recent learning-based approaches rely on GPU-accelerated inference and extensive training data, we present a fully autonomous navigation stack for a Boston Dynamics Spot quadruped robot that runs entirely on a low-power Intel NUC edge computer with no GPU and no network connectivity requirements. The system integrates LiDAR-inertial odometry, scan-matching localization against a prior map, terrain segmentation, and visibility-graph global planning with a velocity-regulated local path follower, achieving real-time perception-to-action at consistent control rates. After a single mapping pass of the environment, the system handles arbitrary goal locations within the known map without any environment-specific training or learned components. We validate the system through repeated field trials using four target locations of varying traversal difficulty in an experimental underground mine, accumulating over 700 m of fully autonomous traverse with a 100% success rate across all 20 trials (5 repetitions x 4 targets) and an overall Success weighted by Path Length (SPL) of 0.73 \pm 0.09.
• Abstract（参考訳）: 地下鉱山での身体的ナビゲーションは、狭い通路、不均一な地形、ほぼ全天の闇、GPSによる汚染条件、限られた通信インフラなど、重大な課題に直面している。 最近の学習ベースのアプローチは、GPUが加速する推論と広範なトレーニングデータに依存するが、Boston Dynamics Spotの四足ロボットのための完全な自律的なナビゲーションスタックは、GPUなしで、ネットワーク接続を必要としない低消費電力のIntel NUCエッジコンピュータで完全に動作する。 このシステムは、LiDAR慣性オドメトリー、先行マップに対するスキャンマッチングのローカライゼーション、地形のセグメンテーション、および視認図グローバルプランニングを速度制御された局所経路追従器と統合し、一貫した制御速度でリアルタイムの知覚-行動を達成する。 環境の単一のマッピングパスの後、システムは、環境固有のトレーニングや学習されたコンポーネントなしで、既知のマップ内の任意のゴール位置を処理します。 実験地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中地中

関連論文リスト

• Self-Supervised Learning to Fly using Efficient Semantic Segmentation and Metric Depth Estimation for Low-Cost Autonomous UAVs [5.602128292727329]
  本稿では,制御室内環境下での小型UAVのための視覚のみの自律飛行システムを提案する。 このシステムは、セマンティックセグメンテーションと単眼深度推定を組み合わせることで、障害物回避、シーン探索、自律型安全な着陸操作を可能にする。 鍵となる革新は適応スケールファクターアルゴリズムであり、非メトリックな単眼深度予測を正確な距離測定に変換する。
  論文  参考訳（メタデータ） (2025-10-18T19:35:17Z)
• MetricNet: Recovering Metric Scale in Generative Navigation Policies [51.90872764552077]
  MetricNetは、ウェイポイント間の距離を予測するジェネレーティブナビゲーションのための効果的なアドオンである。 MetricNetスケールのウェイポイントの実行はナビゲーションと探索の両方のパフォーマンスを大幅に改善することを示す。 また、MetricNetをナビゲーションポリシーに統合し、目標に向かって移動しながら障害物からロボットを誘導するMetricNavを提案する。
  論文  参考訳（メタデータ） (2025-09-17T13:37:13Z)
• Vision-Based Localization and LLM-based Navigation for Indoor Environments [4.58063394223487]
  本研究では,大規模言語モデル(LLM)に基づくナビゲーションと視覚的ローカライゼーションを統合した屋内ローカライゼーションとナビゲーション手法を提案する。 このモデルは、制限された視聴条件下であっても、テストされた全てのウェイポイントに対して高い信頼性と96%の精度を実現した。 本研究は、オフザシェルフカメラと一般公開フロアプランを用いた、スケーラブルでインフラストラクチャフリーな屋内ナビゲーションの可能性を示す。
  論文  参考訳（メタデータ） (2025-08-11T15:59:09Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• RoadRunner M&M -- Learning Multi-range Multi-resolution Traversability Maps for Autonomous Off-road Navigation [12.835198004089385]
  RoadRunner (M&M) はエンドツーエンドの学習ベースのフレームワークで、さまざまな範囲のトレーバービリティと標高マップを直接予測する。 RoadRunner M&Mは、標高マッピングで最大50%の大幅な改善と、RoadRunner上でのトラバーサビリティ推定で30%の大幅な改善を実現している。
  論文  参考訳（メタデータ） (2024-09-17T07:21:03Z)
• ViKiNG: Vision-Based Kilometer-Scale Navigation with Geographic Hints [94.60414567852536]
  長距離航法には、計画と局所的な移動可能性の推論の両方が必要である。 学習と計画を統合する学習に基づくアプローチを提案する。 ViKiNGは、画像ベースの学習コントローラを利用できる。
  論文  参考訳（メタデータ） (2022-02-23T02:14:23Z)
• Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy [48.51396198176273]
  本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。 我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。 ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T07:24:53Z)
• The Surprising Effectiveness of Visual Odometry Techniques for Embodied PointGoal Navigation [100.08270721713149]
  PointGoalナビゲーションは、シミュレーションされたEmbodied AI環境で導入された。 最近の進歩は、ほぼ完璧な精度でPointGoalナビゲーションタスクを解く(99.6%の成功) 本研究では,ナビゲーションポリシにビジュアルオドメトリ技術を統合することで,人気の高いHabitat PointNavベンチマークの最先端性を大きなマージンで向上することを示す。
  論文  参考訳（メタデータ） (2021-08-26T02:12:49Z)

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。