論文の概要: Degeneracy-Resilient Teach and Repeat for Geometrically Challenging Environments Using FMCW Lidar
- arxiv url: http://arxiv.org/abs/2603.10248v1
- Date: Tue, 10 Mar 2026 21:57:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:42.184081
- Title: Degeneracy-Resilient Teach and Repeat for Geometrically Challenging Environments Using FMCW Lidar
- Title（参考訳）: FMCWライダーを用いた幾何学的混在環境の弾力性・弾力性評価と再現性
- Authors: Katya M. Papais, Wenda Zhao, Timothy D. Barfoot,
- Abstract要約: Teach and Repeat(T&R)のトポロジカルナビゲーションにより、ロボットはGPSに頼ることなく、事前に走行した経路を自律的に繰り返すことができる。
本稿では,ドップラー速度に基づくドップラー計測とデジェネリアシー・アウェア・スキャン・トゥ・マップ・ローカライゼーションからなる周波数変調連続波ライダーT&Rナビゲーションシステムを提案する。
- 参考スコア（独自算出の注目度）: 18.593167038234828
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Teach and Repeat (T&R) topometric navigation enables robots to autonomously repeat previously traversed paths without relying on GPS, making it well suited for operations in GPS-denied environments such as underground mines and lunar navigation. State-of-the-art T&R systems typically rely on iterative closest point (ICP)-based estimation; however, in geometrically degenerate environments with sparsely structured terrain, ICP often becomes ill-conditioned, resulting in degraded localization and unreliable navigation performance. To address this challenge, we present a degeneracy-resilient Frequency-Modulated Continuous-Wave (FMCW) lidar T&R navigation system consisting of Doppler velocity-based odometry and degeneracy-aware scan-to-map localization. Leveraging FMCW lidar, which provides per-point radial velocity measurements via the Doppler effect, we extend a geometry-independent, correspondence-free motion estimation to include principled pose uncertainty estimation that remains stable in degenerate environments. We further propose a degeneracy-aware localization method that incorporates per-point curvature for improved data association, and unifies translational and rotational scales to enable consistent degeneracy detection. Closed-loop field experiments across three environments with varying structural richness demonstrate that the proposed system reliably completes autonomous navigation, including in a challenging flat airport test field where a conventional ICP-based system fails.
- Abstract（参考訳）: Teach and Repeat(T&R)のトポロジカルナビゲーションにより、ロボットはGPSに頼ることなく、事前に走行した経路を自律的に繰り返すことができる。
最先端のT&Rシステムは通常、反復的最近点(ICP)に基づく推定に頼っているが、幾何的に平坦な地形を持つ環境では、ICPはしばしば不調になり、ローカライゼーションが低下し、ナビゲーション性能が低下する。
この課題に対処するために、ドップラー速度に基づくドップラー計測とデジェネリアシー対応スキャン・トゥ・マップローカライゼーションからなる、デジェネリアシー耐性の周波数変調連続波(FMCW)航法システムを提案する。
ドップラー効果による点ごとの放射速度測定を行うFMCWライダーを用いることで、幾何非依存かつ対応のない動き推定を拡張し、縮退した環境で安定なポーズの不確実性推定を原則として含める。
さらに,データアソシエーションを改善するために点毎の曲率を組み込んだ縮退型ローカライズ手法を提案し,一貫した縮退検出を実現するために翻訳スケールと回転スケールを統一する。
提案システムは,従来のICPベースのシステムが故障するフラットな空港試験場を含む,3つの環境における閉ループ実験により,自律走行を確実に完了することを示す。
関連論文リスト
- From Sparse Sensors to Continuous Fields: STRIDE for Spatiotemporal Reconstruction [3.2580743227673694]
時空間デコーダを用いた高次元空間場を潜時状態にマッピングするフレームワークSTRIDEを提案する。
STRIDEは超高分解能をサポートし、超高分解能をサポートし、ノイズに対して頑健であることを示す。
論文 参考訳（メタデータ） (2026-02-04T04:39:23Z) - Guided Path Sampling: Steering Diffusion Models Back on Track with Principled Path Guidance [5.814544128372275]
本稿では,反復的改善のための新しいパラダイムとしてガイドパスサンプリング(GPS)を提案する。
GPSは不安定な外挿を、データ多様体上のサンプリングパスが残るように、原理化された、多様体に制約されたものに置き換える。
GPSは、知覚品質と複雑なプロンプト順守の両方において、既存の手法より優れています。
論文 参考訳（メタデータ） (2025-12-28T11:12:56Z) - Curriculum-Based Reinforcement Learning for Autonomous UAV Navigation in Unknown Curved Tubular Conduit [0.0]
そこで本研究では,無人機が未知の3次元管の形状を事前に知ることなくナビゲートできる強化学習手法を提案する。
決定論的ベースラインとして使用されるPure Pursuitアルゴリズムは、センターラインへの明示的なアクセスの恩恵を受ける。
直接可視性、指向性メモリ、LiDAR対称性の組み合わせに基づくターンネゴシエーション機構は、安定したナビゲーションを確保するために不可欠である。
論文 参考訳（メタデータ） (2025-12-11T18:57:29Z) - 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) - Efficient Transformed Gaussian Process State-Space Models for Non-Stationary High-Dimensional Dynamical Systems [49.819436680336786]
本研究では,高次元非定常力学系のスケーラブルかつ柔軟なモデリングのための効率的な変換ガウス過程状態空間モデル(ETGPSSM)を提案する。
具体的には、ETGPSSMは、単一の共有GPと入力依存の正規化フローを統合し、複雑な非定常遷移ダイナミクスを捉える前に、表現的な暗黙のプロセスを生成する。
ETGPSSMは、計算効率と精度の観点から、既存のGPSSMとニューラルネットワークベースのSSMより優れています。
論文 参考訳（メタデータ） (2025-03-24T03:19:45Z) - Real-time Spatial-temporal Traversability Assessment via Feature-based Sparse Gaussian Process [15.756895046886406]
本研究では,自律型ロボットが複雑な地形を移動できるようにすることを目的とした,空間的時間的トラバーサビリティ評価手法を提案する。
我々の手法は精度と計算効率の両面でSOTAよりも優れている。
本研究では,移動可能性マップと統合された自律ナビゲーションフレームワークを開発し,複雑な屋外環境下での微分駆動車による検証を行う。
論文 参考訳（メタデータ） (2025-03-06T06:26:57Z) - A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance [59.21686775951903]
様々な動物が環境の手がかりを使って正確なナビゲーションをしている。
動物航法にインスパイアされたこの研究は、長距離水中航法のためのバイオニックでデータ駆動のアプローチを提案する。
提案手法では,GPSシステムや地理地図を必要とせず,測地データを用いてナビゲーションを行う。
論文 参考訳（メタデータ） (2024-02-06T13:20:56Z) - Learning-based Localizability Estimation for Robust LiDAR Localization [13.298113481670038]
LiDARベースのローカライゼーションとマッピングは、多くの現代のロボットシステムにおける中核的なコンポーネントの1つである。
本研究では,ロボット動作中の(非)局所性を検出するニューラルネットワークに基づく推定手法を提案する。
論文 参考訳（メタデータ） (2022-03-11T01:12:00Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
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。