論文の概要: osmAG-Nav: A Hierarchical Semantic Topometric Navigation Stack for Robust Lifelong Indoor Autonomy

• arxiv url: http://arxiv.org/abs/2603.28271v1
• Date: Mon, 30 Mar 2026 10:54:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.345064
• Title: osmAG-Nav: A Hierarchical Semantic Topometric Navigation Stack for Robust Lifelong Indoor Autonomy
• Title（参考訳）: osmAG-Nav:ロバストな生涯室内オートノミーのための階層的意味的トポロジカルナビゲーションスタック
• Authors: Yongqi Zhang, Jiajie Zhang, Chengqian Li, Fujing Xie, Sören Schwertfeger,
• Abstract要約: osmAG-Navは、階層的セマンティックOpenStreetMap Area Graph (osmAG)マップ標準に基づいて構築された、完全なオープンソースのROS2ナビゲーションスタックである。 システムは「システム・オブ・システム」アーキテクチャに従い、グローバルな推論を局所的なメートル法実行から切り離す。 現実世界の屋内キャンパスの実験では、同じフロアのベンチマークサブセットで、osmAG-Navはグリッドベースのベースラインの長いルートよりも7816倍低い計画遅延を提供する。
• 参考スコア（独自算出の注目度）: 17.090605179635467
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The deployment of mobile robots in large-scale, multi-floor environments demands navigation systems that achieve spatial scalability without compromising local kinematic precision. Traditional navigation stacks, reliant on monolithic occupancy grid maps, face severe bottlenecks in storage efficiency, cross-floor reasoning, and long-horizon planning. To address these limitations, this paper presents osmAG-Nav, a complete, open-source ROS2 navigation stack built upon the hierarchical semantic topometric OpenStreetMap Area Graph (osmAG) map standard. The system follows a "System of Systems" architecture that decouples global topological reasoning from local metric execution. A Hierarchical osmAG planner replaces dense grid searches with an LCA-anchored pipeline on a passage-centric graph whose edge costs derive from local raster traversability rather than Euclidean distance, yielding low-millisecond planning on long campus-scale routes. A Rolling Window mechanism rasterizes a fixed-size local metric grid around the robot, keeping the local costmap memory footprint independent of the total mapped area, while a Segmented Execution strategy dispatches intermediate goals to standard ROS2 controllers for smooth handoffs. System robustness is reinforced by a structure-aware LiDAR localization framework that filters dynamic clutter against permanent architectural priors. Extensive experiments on a real-world multi-story indoor-outdoor campus (>11,025 m^2) show that, on the same-floor benchmark subset, osmAG-Nav delivers up to 7816x lower planning latency than a grid-based baseline on long routes while maintaining low path-length overhead and lifelong localization stability. A single-floor long-range robot mission further validates the integrated stack reliability. The full stack is released as modular ROS2 Lifecycle Nodes.
• Abstract（参考訳）: 大規模マルチフロア環境における移動ロボットの展開には,局所的な運動精度を損なうことなく空間的スケーラビリティを実現するナビゲーションシステムが必要である。 従来のナビゲーションスタックはモノリシックな占有グリッドマップに依存しており、ストレージ効率、クロスフロア推論、長期計画において深刻なボトルネックに直面している。 これらの制約に対処するため、osmAG-Navは階層的な意味的トポロジカルなOpenStreetMap Area Graph(osmAG)マップ標準に基づいて構築されたオープンソースのROS2ナビゲーションスタックである。 システムは「システム・オブ・システム」アーキテクチャに従い、局所的なメートル法の実行からグローバルなトポロジカル推論を分離する。 階層型osmAGプランナーは、ユークリッド距離ではなく局所ラスタの移動性から得られるエッジコストが、長いキャンパススケールのルートを低ミリ秒で計画するパス中心グラフ上のLCA-anchoredパイプラインに置き換える。 ローリングウィンドウ機構は、ロボットを囲む固定サイズのローカルメトリックグリッドをラスタライズし、局所的なコストマップメモリフットプリントを全マップ領域から独立に保ち、セグメンテッド実行戦略は、標準的なROS2コントローラに中間目標をスムーズなハンドオフのためにディスパッチする。 システムの堅牢性は、構造を意識したLiDARローカライゼーションフレームワークによって強化されている。 実世界の多層屋内キャンパス(>11,025 m^2)での大規模な実験により、オスマガ-ナブは、パス長のオーバーヘッドと生涯の局所安定性を維持しながら、長いルート上のグリッドベースベースラインよりも7816倍低い計画遅延を提供することが示された。 単一フロアの長距離ロボットミッションは、統合されたスタックの信頼性をさらに検証する。 フルスタックはモジュール型のROS2 Lifecycle Nodesとしてリリースされている。

関連論文リスト

• OmniVLN: Omnidirectional 3D Perception and Token-Efficient LLM Reasoning for Visual-Language Navigation across Air and Ground Platforms [33.40889181799252]
  言語誘導型エンボディナビゲーションでは、エージェントがオブジェクト参照命令を解釈し、複数の部屋を探索し、参照されたターゲットをローカライズし、それに対する信頼できる動きを実行する必要がある。 OmniVLNは、全方位3次元知覚とトークン効率の高い階層的推論を、空中と地上の両方で組み合わせたゼロショット視覚言語ナビゲーションフレームワークである。 実験により、提案した階層インタフェースは空間参照精度を77.27%から93.18%に改善し、マルチルームの乱雑な設定で累積的なプロンプトトークンを61.7%削減し、フラットで最大11.68%のナビゲーション成功率向上を実現した。
  論文  参考訳（メタデータ） (2026-03-18T04:26:30Z)
• HaltNav: Reactive Visual Halting over Lightweight Topological Priors for Robust Vision-Language Navigation [1.774434289475737]
  VLN(Vision-and-Language Navigation)は、厳格なステップバイステップの指示から、オープンな語彙、ゴール指向の自律性へとシフトしている。 本稿では,OsmAGのロバストなグローバルプランニングと,VLNの局所探索と命令グラウンド機能を組み合わせた階層型ナビゲーションフレームワークHaltNavを提案する。
  論文  参考訳（メタデータ） (2026-03-13T06:22:35Z)
• OpenNavMap: Structure-Free Topometric Mapping via Large-Scale Collaborative Localization [12.686154192361913]
  OpenNavMapは、オンデマンドの再構築に3D幾何学的基礎モデルを活用する軽量で構造のないトポロジカルシステムである。 提案手法は,動的プログラミングに基づくシーケンスマッチング,幾何検証,信頼性校正最適化を,頑健で粗いサブマップアライメントに統一する。 Map-Freeベンチマークの評価は、平均翻訳誤差0.62mを達成し、構造移動ベースラインと回帰ベースラインよりも優れた精度を示す。
  論文  参考訳（メタデータ） (2026-01-18T07:24:46Z)
• FOM-Nav: Frontier-Object Maps for Object Goal Navigation [65.76906445210112]
  FOM-Navはフロンティアオブジェクトマップと視覚言語モデルによる探索効率を高めるフレームワークである。 FOM-Navをトレーニングするために,実環境から大規模ナビゲーションデータセットを自動構築する。 FOM-NavはMP3DとHM3Dのベンチマーク、特にナビゲーション効率の指標SPLで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-11-30T18:16:09Z)
• TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals [10.69725316052444]
  ゼロショット・ロングホライゾン・ロボットナビゲーションを可能にする新しいRGBのみのオブジェクトレベルのトポロジカルナビゲーションパイプラインを提案する。 提案手法は,グローバルなトポロジカルパス計画と局所的軌跡制御を統合し,障害物を避けつつ,ロボットがオブジェクトレベルのサブゴールに向かって移動できるようにする。 シミュレーション環境と実世界の両方のテストにおいて,本手法の有効性を実証し,その堅牢性とデプロイ性を強調した。
  論文  参考訳（メタデータ） (2025-09-10T15:43:32Z)
• 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)
• 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。