論文の概要: Full Stack Navigation, Mapping, and Planning for the Lunar Autonomy Challenge

• arxiv url: http://arxiv.org/abs/2603.17232v1
• Date: Wed, 18 Mar 2026 00:32:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-21 18:33:56.93539
• Title: Full Stack Navigation, Mapping, and Planning for the Lunar Autonomy Challenge
• Title（参考訳）: Lunar Autonomy Challengeのためのフルスタックナビゲーション、マッピング、計画
• Authors: Adam Dai, Asta Wu, Keidai Iiyama, Guillem Casadesus Vila, Kaila Coimbra, Thomas Deng, Grace Gao,
• Abstract要約: 本稿では月面ナビゲーションと月面マッピングのためのモジュール式フルスタック自律システムについて紹介する。 我々のパイプラインはセマンティックセグメンテーション、ステレオビジュアルオドメトリー、ループクロージャ付きグラフSLAM、階層化計画と制御を統合している。 私たちのソリューションは、最終競争評価で1位を獲得しました。
• 参考スコア（独自算出の注目度）: 0.8619139771027764
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a modular, full-stack autonomy system for lunar surface navigation and mapping developed for the Lunar Autonomy Challenge. Operating in a GNSS-denied, visually challenging environment, our pipeline integrates semantic segmentation, stereo visual odometry, pose graph SLAM with loop closures, and layered planning and control. We leverage lightweight learning-based perception models for real-time segmentation and feature tracking and use a factor-graph backend to maintain globally consistent localization. High-level waypoint planning is designed to promote mapping coverage while encouraging frequent loop closures, and local motion planning uses arc sampling with geometric obstacle checks for efficient, reactive control. We evaluate our approach in the competition's high-fidelity lunar simulator, demonstrating centimeter-level localization accuracy, high-fidelity map generation, and strong repeatability across random seeds and rock distributions. Our solution achieved first place in the final competition evaluation.
• Abstract（参考訳）: 本稿では月面ナビゲーションと月面マッピングのためのモジュール式フルスタック自律システムについて紹介する。 GNSSによる視覚的に困難な環境での運用では、セマンティックセグメンテーション、ステレオビジュアルオドメトリー、ループクロージャ付きグラフSLAM、階層化計画と制御を統合しています。 我々は、リアルタイムセグメンテーションと特徴追跡に軽量な学習ベース認識モデルを活用し、ファクタグラフバックエンドを使用して、グローバルに一貫したローカライゼーションを維持する。 高レベルのウェイポイントプランニングは、頻繁なループ閉鎖を奨励しながらマッピングのカバレッジを促進するように設計されており、局所的な動きプランニングは、効率的な反応性制御のために幾何学的障害物チェックを用いたアークサンプリングを使用する。 コンペティションの高忠実度月のシミュレーターにおける我々のアプローチを評価し、センチメートルレベルの局所化精度、高忠実度マップの生成、ランダムシードと岩盤分布の強い再現性を示す。 私たちのソリューションは、最終競争評価で1位を獲得しました。

関連論文リスト

• Semantic Segmentation and Depth Estimation for Real-Time Lunar Surface Mapping Using 3D Gaussian Splatting [1.1240669509034298]
  本稿では,高密度知覚モデルと3次元ガウススプラッティング(3DGS)表現を統合したリアルタイムマッピングフレームワークを提案する。 この結果から, セマンティックセグメンテーションと深度推定を学習地図表現と組み合わせることが, 将来の月面ミッションを支援するための詳細な大規模地図作成に有効な方法であることが示唆された。
  論文  参考訳（メタデータ） (2026-03-18T19:07:30Z)
• Visual SLAM with DEM Anchoring for Lunar Surface Navigation [1.1240669509034298]
  将来の月のミッションでは、挑戦的な地形を数km横断できる自律探査船が必要になります。 地球の測位システム、極端な照明、低テクスチュアなリゴリスの欠如は、特に月の長距離航行を困難にしている。 本稿では,学習した特徴の検出とグローバル制約のマッチングを統合したステレオ視覚的同時位置決めマッピングシステム(SLAM)を提案する。
  論文  参考訳（メタデータ） (2026-03-18T00:24:05Z)
• CoWTracker: Tracking by Warping instead of Correlation [53.834673070954494]
  ワープに有利なコストを削減できる高密度な点トラッカーを提案する。 近年の光学的流れの進展に触発されて,本手法では,現在の推定値に基づいて,対象フレームからクエリフレームへ特徴を変換することで,トラック推定を反復的に洗練する。 我々のモデルは,TAP-Vid-DAVIS,TAP-Vid-Kinetics,Robo-TAPなど,標準的な高密度点追跡ベンチマークの最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-02-04T18:58:59Z)
• CSMapping: Scalable Crowdsourced Semantic Mapping and Topology Inference for Autonomous Driving [23.921417146230738]
  CSMappingは正確なセマンティックマップとトポロジカル道路中心線を生成する。 nuScenes、Argoverse 2、および大規模プロプライエタリデータセットに関する実験は、最先端のセマンティクスとトポロジマッピングのパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-12-03T07:06:18Z)
• LunarLoc: Segment-Based Global Localization on the Moon [52.418394025548295]
  GPSのような従来の地球ベースのナビゲーションインフラが利用できない月面での自律的な運用には、グローバルなローカライゼーションが不可欠である。 本稿では,グローバルなローカライゼーション手法であるLunarLocを提案する。 LunarLocは、マルチセッショングローバルローカライゼーション実験において、サブcmレベルの精度を実現し、月のグローバルローカライゼーションにおける技術状況を大幅に上回っている。
  論文  参考訳（メタデータ） (2025-06-20T12:06:47Z)
• 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)
• Affordances-Oriented Planning using Foundation Models for Continuous Vision-Language Navigation [64.84996994779443]
  本稿では,連続視覚言語ナビゲーション(VLN)タスクのためのAffordances-Oriented Plannerを提案する。 我々のAO-Plannerは、様々な基礎モデルを統合して、アベイランス指向の低レベルな動き計画とハイレベルな意思決定を実現する。 挑戦的なR2R-CEデータセットとRxR-CEデータセットの実験は、AO-Plannerが最先端のゼロショットのパフォーマンスを達成したことを示している。
  論文  参考訳（メタデータ） (2024-07-08T12:52:46Z)
• Think Global, Act Local: Dual-scale Graph Transformer for Vision-and-Language Navigation [87.03299519917019]
  本稿では,2次元グラフ変換器 (DUET) を提案する。 我々は,グローバルな行動空間における効率的な探索を可能にするために,トポロジカルマップをオンザフライで構築する。 提案手法であるDUETは、目標指向の視覚・言語ナビゲーションベンチマークにおいて最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2022-02-23T19:06:53Z)
• 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)

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。