論文の概要: LiftNav: Path Planning via Semantic Lifting in TSDF-Guided Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2605.31376v1
- Date: Fri, 29 May 2026 14:44:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-01 20:56:50.676615
- Title: LiftNav: Path Planning via Semantic Lifting in TSDF-Guided Gaussian Splatting
- Title（参考訳）: LiftNav:TSDF誘導ガウス平板のセマンティックリフティングによる経路計画
- Abstract要約: 本稿では,GSFusionのTSDF+GS双対マップ上に構築されたハイブリッドナビゲーションフレームワークLiftNavを紹介する。
この設計により、高密度な3D埋め込みなしでフレキシブルなセマンティックナビゲーションが可能になる。
現状の放射界ベースラインと比較すると、100%実現率と短い軌跡が示される。
- 参考スコア（独自算出の注目度）: 8.537296437078387
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous robots in unknown indoor environments require both reliable collision avoidance and object-level understanding. Classical representations such as TSDF support safe planning but lack semantics, while photorealistic methods like Gaussian Splatting (GS) provide rich appearance yet suffer from soft geometry, limiting precise obstacle avoidance. We present LiftNav, a hybrid navigation framework built on GSFusion's TSDF+GS dual map, augmented with a real-time pipeline of YOLO-based detection, TSDF-based 3D lifting, and B-spline trajectory optimization. This design enables flexible semantic navigation without dense 3D embeddings. We further introduce a hinge-loss-based collision penalty that improves trajectory smoothness and safety. We evaluate our approach in a simulation using the Replica dataset. Compared against a state-of-the-art radiance field baseline we show a 100% feasibility rate and shorter trajectories.
- Abstract（参考訳）: 未知の屋内環境における自律ロボットは、信頼性の高い衝突回避とオブジェクトレベルの理解の両方を必要とする。
TSDFのような古典的な表現は安全な計画をサポートし、セマンティクスを欠いているが、ガウス・スプレイティング(GS)のようなフォトリアリスティックな手法は柔らかい幾何学に悩まされ、正確な障害物回避を制限している。
本稿では,GSFusionのTSDF+GS双対マップ上に構築されたハイブリッドナビゲーションフレームワークLiftNavについて紹介する。
この設計により、高密度な3D埋め込みなしでフレキシブルなセマンティックナビゲーションが可能になる。
さらに、軌道の滑らかさと安全性を向上させるヒンジロスによる衝突ペナルティを導入する。
Replicaデータセットを用いたシミュレーションにより,本手法の評価を行った。
現状の放射界ベースラインと比較すると、100%実現率と短い軌跡が示される。
関連論文リスト
- Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation [68.02899606570223]
本稿では,効率的なエンボディナビゲーションのための統合フレームワークであるTAMP-Navを提案する。
まず、ナビゲーションを2次元の視覚座標に再構成するPixel-to-3D Action Formulation(Point)を導入する。
次に,Selective Reasoning and Anchor-Trajectory Memory Mechanism (Think and Memorize)を提案する。
論文 参考訳（メタデータ） (2026-08-18T08:37:08Z) - HSDF-Lane: Height-Aligned Signed Distance Field with Semantic Lane Prior for 3D Lane Detection [42.418429168532406]
本研究では,道路表面を高密度な3次元特徴量より高配位符号距離場(HSDF)として暗黙的にモデル化するHSDF-Laneを提案する。
HSDF-Laneは3次元車線検出と高さマップ推定の両方において最先端の性能を達成する。
論文 参考訳（メタデータ） (2026-06-30T06:02:59Z) - SCAN-Planner: Spatial Collision-Aware Local Planning for Route-Guided Long-Range Quadruped Navigation [9.033597184884746]
SCAN-Plannerは、長距離四足歩行のための空間衝突対応ローカルプランニングフレームワークである。
伸縮ロボット体をモデル化するために、ヨーアウェアツインシリンダーフットプリントを使用する。
大規模展開では、境界フォールバックを持つロボット中心のスライディングマップが、高分解能な局所衝突チェックを提供する。
論文 参考訳（メタデータ） (2026-06-17T19:55:09Z) - Plan in Sandbox, Navigate in Open Worlds: Learning Physics-Grounded Abstracted Experience for Embodied Navigation [63.11032720821731]
textitSAGEは、エージェントがフォトリアリスティックなシミュレーションではなく、物理基底のセマンティック抽象化内で学習することを可能にするフレームワークである。
textitSAGEは、A-EQA上で53.21% LLM-Match Success Rateを達成することで、プランナー支援の実施ナビゲーションを大幅に改善することを示した。
論文 参考訳（メタデータ） (2026-05-11T07:34:30Z) - 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) - Vision-Guided MPPI for Agile Drone Racing: Navigating Arbitrary Gate Poses via Neural Signed Distance Fields [8.66703842496129]
ドローンレースには、極端なアジリティの下での認識、計画、制御の緊密な結合が必要です。
近年のアプローチは、事前計算された空間基準軌道や明示的な6-DoFゲートポーズ推定に依存している。
そこで我々は,任意の配置と配向ゲートを介して,参照不要のアジャイル飛行を可能にするビジョンガイド付き最適制御フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-07T13:18:07Z) - SWIFT-Nav: Stability-Aware Waypoint-Level TD3 with Fuzzy Arbitration for UAV Navigation in Cluttered Environments [0.0]
障害物認識経路への高速で安定した収束を実現するTD3ベースのナビゲーションフレームワークを提案する。
TD3とリプレイ優先、探索、ファジィセーフティルールを組み合わせることで、散らかったシーンにおけるUAVナビゲーションの堅牢でデプロイ可能なソリューションが得られることを示す。
論文 参考訳（メタデータ） (2025-12-17T23:19:06Z) - RAP: 3D Rasterization Augmented End-to-End Planning [104.52778241744522]
エンド・ツー・エンドの列車政策の模擬学習は、専門家によるデモンストレーションでのみ行われる。
アノテーション付きプリミティブの軽量化により、コストのかかるレンダリングを置き換える3Dラスタライゼーションを提案する。
RAPは最先端のクローズドループとロングテールロバスト性を実現し、4つの主要なベンチマークで第1位となった。
論文 参考訳（メタデータ） (2025-10-05T19:31:24Z) - Unified Linear Parametric Map Modeling and Perception-aware Trajectory Planning for Mobile Robotics [1.7495208770207367]
本稿では,高次元空間にデータをマッピングする軽量な線形パラメトリックマップを提案する。
UAVでは,Euclidean Signed Distance Field (ESDF) マップを用いた。
UGVでは、モデルは地形を特徴づけ、クローズドフォーム勾配を提供し、オンラインプランニングによって大きな穴を回避できる。
論文 参考訳（メタデータ） (2025-07-12T16:39:19Z) - GaussRender: Learning 3D Occupancy with Gaussian Rendering [86.89653628311565]
GaussRenderは、投影的一貫性を強制することによって3D占有学習を改善するモジュールである。
提案手法は,不整合な2次元プロジェクションを生成する3次元構成をペナライズすることにより,より一貫性のある3次元構造を実現する。
論文 参考訳（メタデータ） (2025-02-07T16:07:51Z) - MonoGSDF: Exploring Monocular Geometric Cues for Gaussian Splatting-Guided Implicit Surface Reconstruction [86.87464903285208]
高品質な再構成のための神経信号距離場(SDF)とプリミティブを結合する新しい手法であるMonoGSDFを紹介する。
任意のスケールのシーンを扱うために,ロバストな一般化のためのスケーリング戦略を提案する。
実世界のデータセットの実験は、効率を保ちながら、以前の方法よりも優れています。
論文 参考訳（メタデータ） (2024-11-25T20:07:07Z) - DeSiRe-GS: 4D Street Gaussians for Static-Dynamic Decomposition and Surface Reconstruction for Urban Driving Scenes [71.61083731844282]
本稿では,自己教師型ガウススプラッティング表現であるDeSiRe-GSについて述べる。
複雑な駆動シナリオにおいて、効率的な静的・動的分解と高忠実な表面再構成を可能にする。
論文 参考訳（メタデータ） (2024-11-18T05:49:16Z) - Neural Signed Distance Function Inference through Splatting 3D Gaussians Pulled on Zero-Level Set [49.780302894956776]
多視点表面再構成における符号付き距離関数(SDF)の推測は不可欠である。
本稿では3DGSとニューラルSDFの学習をシームレスに融合する手法を提案する。
我々の数値的および視覚的比較は、広く使用されているベンチマークの最先端結果よりも優れていることを示している。
論文 参考訳（メタデータ） (2024-10-18T05:48:06Z) - GS-ROR$^2$: Bidirectional-guided 3DGS and SDF for Reflective Object Relighting and Reconstruction [20.523085632567717]
照明モデルの効率的な最適化のためのSDF支援型ガウススプラッティングと,高品質な幾何再構成のためのGS誘導型SDF拡張を提案する。
提案手法は,17%の余分なトレーニング時間で,反射物体に高品質なメッシュを提供することができる。
論文 参考訳（メタデータ） (2024-05-22T09:40:25Z)
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。