論文の概要: Safe Navigation in Unknown and Cluttered Environments via Direction-Aware Convex Free-Region Generation

• arxiv url: http://arxiv.org/abs/2604.23648v1
• Date: Sun, 26 Apr 2026 10:37:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.480739
• Title: Safe Navigation in Unknown and Cluttered Environments via Direction-Aware Convex Free-Region Generation
• Title（参考訳）: 方向対応凸フリーレギュレーション生成による未知・クラッタ環境における安全ナビゲーション
• Authors: Zhicheng Song, Yongjian Li, Kai Chen, Yulin Li, Fan Shi, Jun Ma,
• Abstract要約: 本研究では,候補となる動き方向とロボット形状を凸自由領域生成に組み込んだナビゲーションフレームワークを提案する。 各領域において、このフレームワークはジオメトリ対応のターゲットポーズ選択と軌道生成を行う。 結果のフリーリージョンと候補動作は、インクリメンタルプランニングをサポートするために、リージョンベースのグラフで維持される。
• 参考スコア（独自算出の注目度）: 20.573403875258787
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Convex free regions provide a structured and optimization-friendly representation of collision-free space for robot navigation in unknown and cluttered environments. However, existing methods typically enlarge local collision-free regions mainly according to surrounding obstacle geometry. In cluttered environments, such strategies may fail to generate regions that both accommodate robot geometry and preserve traversable extension along candidate motion directions, thereby limiting downstream traversal, especially in narrow passages. Even when such a region is available, safe motion generation remains challenging, because safety checking at discretized trajectory samples does not guarantee continuously collision-free motion when robot geometry is modeled explicitly. To address these issues, we propose a navigation framework that jointly incorporates candidate motion directions and robot geometry into convex free-region generation, and achieves continuously collision-free motion through continuous-safe trajectory generation. Within each region, the framework performs geometry-aware target pose selection and trajectory generation, together with Lipschitz-based continuous safety certification and local refinement. The resulting free regions and candidate motions are maintained in a region-based graph to support incremental planning. Quantitative results in cluttered 2D navigation scenarios show that the proposed method generates free regions better aligned with downstream traversal and enables reliable collision-free navigation, while additional 3D and real-world experiments on a quadrupedal robot and a UAV demonstrate the extensibility and practical applicability of the framework. The open-source project can be found at https://github.com/ZhichengSong6/FRGraph.
• Abstract（参考訳）: 凸自由領域は、未知および乱雑な環境におけるロボットナビゲーションのための衝突のない空間の構造的かつ最適化に親しみやすい表現を提供する。 しかし、既存の手法は主に周囲の障害物形状に応じて局所衝突のない領域を拡大する。 乱雑な環境では、そのような戦略はロボットの幾何学を許容する領域を生成できず、また、候補運動方向に沿って走行可能な拡張を保ち、特に狭い通路では下流の走行を制限できる。 このような領域が利用可能であっても、識別された軌道サンプルの安全チェックは、ロボット幾何学が明示的にモデル化された場合、連続的な衝突のない動きを保証しないため、安全な動き生成は依然として困難である。 これらの問題に対処するため,提案するナビゲーションフレームワークでは,候補となる動き方向とロボット形状を連接して凸フリー領域生成を行い,連続安全軌道生成による連続的な衝突のない動きを実現する。 各領域において、このフレームワークは、リプシッツをベースとした継続的安全証明と局所的な改善とともに、幾何学的対象のポーズ選択と軌道生成を行う。 結果のフリーリージョンと候補動作は、インクリメンタルプランニングをサポートするために、リージョンベースのグラフで維持される。 分散2次元ナビゲーションシナリオの定量的結果から,提案手法は下流航路との整合性を向上し,信頼性の高い衝突のないナビゲーションを実現するとともに,四足歩行ロボットとUAVによる3次元および実世界実験により,フレームワークの拡張性と実用性を示す。 オープンソースプロジェクトはhttps://github.com/ZhichengSong6/FRGraphで見ることができる。

関連論文リスト

• SpatialFly: Geometry-Guided Representation Alignment for UAV Vision-and-Language Navigation in Urban Environments [49.966170814478915]
  UAV VLNのための幾何学誘導空間表現フレームワークを提案する。 明示的な3次元再構成を伴わないRGB観測において、SpatialFlyは幾何学誘導2次元表示アライメント機構を導入する。 実験結果から、SpatialFlyは現状のUAV VLNベースラインを目に見える環境と見えない環境の両方で一貫して上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2026-03-22T03:56:58Z)
• CSSDF-Net: Safe Motion Planning Based on Neural Implicit Representations of Configuration Space Distance Field [23.48697826890044]
  非構造環境における高次元マニピュレータ操作には、異なるシーンに依存しない距離問合せ機構が必要である。 CSSDF-Netは、連続署名された距離フィールドを構成空間内で直接学習し、共同空間距離と勾配クエリを提供する。 平面アームと7-DoFマニピュレータの実験は、静的および動的シーンにおける安定した勾配、効果的な衝突回避を示す。
  論文  参考訳（メタデータ） (2026-03-19T09:31:41Z)
• Proprioceptive Safe Active Navigation and Exploration for Planetary Environments [2.2120851074630177]
  Proprioceptive Safe Active Navigation and Exploration (PSANE)は、未知の変形可能な環境における安全なナビゲーションと探索のためのフレームワークである。 PSANEはガウスプロセスレグレッションを通じてトラバーサビリティモデルを学び、安全な領域を推定し、認定する。 リアルタイムナビゲーションのためのリアクティブコントローラとこれらの見積を統合する。
  論文  参考訳（メタデータ） (2026-03-09T20:17:50Z)
• Hierarchical Trajectory Planning of Floating-Base Multi-Link Robot for Maneuvering in Confined Environments [9.325443556436436]
  浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動 本研究は,グローバルガイダンスと設定対応ローカル最適化を統合した階層的軌道計画フレームワークを導入する。 我々の知る限りでは、これは実際のロボットで実証された浮動小数点移動型マルチリンクロボットのための最初の計画フレームワークである。
  論文  参考訳（メタデータ） (2026-02-25T22:49:54Z)
• Solving Geodesic Equations with Composite Bernstein Polynomials for Trajectory Planning [0.0]
  軌道は、離散境界ではなく連続体として障害物を符号化するコスト面上に計画されている。 障害物に近い地域は高いコストが割り当てられており、自然に軌道は安全な距離を維持しつつ、制約された空間を効率的にルーティングすることを奨励している。 この方法は2次元と3次元の両方の環境に適用され、地上、空中、水中、宇宙システムに適している。
  論文  参考訳（メタデータ） (2026-02-10T23:33:15Z)
• 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)
• HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
  HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。 我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。 この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
  論文  参考訳（メタデータ） (2025-06-02T12:08:08Z)
• Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
  本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。 提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。 これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
  論文  参考訳（メタデータ） (2025-04-30T13:47:25Z)
• Secure Navigation using Landmark-based Localization in a GPS-denied Environment [1.19658449368018]
  本稿では,ランドマークに基づくローカライゼーション(LanBLoc)と拡張カルマンフィルタ(EKF)を統合した新たなフレームワークを提案する。 本稿では,障害物や危険のない経路を移動する物体を誘導する2つのアプローチについて,シミュレーションした戦場シナリオを提案する。
  論文  参考訳（メタデータ） (2024-02-22T04:41:56Z)
• 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。